[发明专利]基于机载SAR监测的海上溢油漂移动态预测方法及系统

权利要求书

1.一种基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，包含如下步骤：

S10、采用无人机搭载合成孔径雷达对溢油情况进行动态监测，实时获取溢油影像资料；

S20、利用海面溢油检测技术，对所述实时溢油影像资料进行处理，获取溢油最新的经纬度、形状和面积信息，并更新海上溢油漂移动态预测模型中所需的相关溢油信息；

S30、利用步骤S20得到的的相关溢油信息，建立海上溢油漂移动态预测模型，包括平流模块、扩展模块、紊动扩散模块、风化模块、岸线吸附模块；其中，平流模块用于追踪油膜质心的漂移轨迹，扩展模块用于计算溢油自身扩展后的油膜面积和油膜厚度；紊动扩散模块用于对紊动扩散阶段的溢油的运动进行模拟，得到溢油扩散面积和油膜厚度；风化模块用于计算出总的油粒子组分随时间蒸发变化过程以及乳化程度；岸线吸附模块用于推测出被油污染海岸线的长度和宽度；

S40、基于S20所获取的溢油经纬度信息，采用多元线性回归模型实时率定并更新海上溢油漂移动态预测模型平流模块中的风力影响因子α和海流影响因子β₁和参数β₀；风力影响因子α和海流影响因子β₁和参数β₀根据下述公式拟合得到：

V′_L＝β₀+β₁V_c+β₂V_w+ε，β₂＝αT

式中，V′_L为油膜实际漂移速率V′_L和V_w为风速V_w和V_c为流速V_c，β₀、β₁、β₂是3个未知参数，ε是不可观测的随机误差，且假定ε～N(0，σ²)，σ²为方差；

S50、将S20中动态获取的溢油经纬度、形状和面积信息，以及S40中实时率定的风力影响因子α和海流影响因子β₁和参数β₀构建成初始条件，结合海洋环境预报系统提供的风场和流场，利用海上溢油漂移动态预测模型对溢油行为进行动态预测；

所述实时率定并更新海上溢油漂移动态预测模型平流模块中的风力影响因子α和海流影响因子β₁和参数β₀具体采用如下步骤：

依据S30监测得出的油膜位置信息，按下式计算油膜实际漂移速度：

其中，S′₀是SAR数据处理得到的油膜中心初始位置，S′是SAR数据处理得到的经一段时间后油膜中心的位置，Δt是相邻两张SAR图片拍摄的时间差，V′_L是油膜实际漂移速率；

依据最新传回的SAR数据计算得到的n组油膜实际漂移速率V′_L和海洋环境预报中心提供的风速V_w和流速V_c，采用多元线性回归模型率定风力影响因子α和海流影响因子β₁和参数β₀，具体如下：

最新传回的SAR数据计算得到的n组油膜实际漂移速率和海洋环境预报中心提供的同时刻下的n组风速和流速(V′_Li，V_ci，V_wi)，i＝1，2，…n，满足：

其中，ε₁，ε₂，...，ε_n相互独立且都服从N(0，σ²)

令

则

Y＝Xβ+ε，

误差平方和为：

Q(β)是关于β₀、β₁、β₂的非负二次函数，必有最小值，由无条件极值求得：

即：

X^T(Y-Xβ)＝0，

即：

β＝(X^TX)^-1X^TY，

由此计算得到β₀，β₁，β₂，再将β₂带入公式β₂＝αT得到最新的风力影响因子α；

通过实时率定来动态获取更准确的β₀、β₁及α从而使得平流模块更精细的追踪溢油质心的漂移轨迹。