海洋学报

卫星	遥感器类型	波段（频率）	数据量	复合模型		地球物理模式函数（GMF）
RADARSAT-2	合成孔径雷达	C波段（5.405 GHz）	52（VV极化51， HH极化1）	–0.22±1.88	1.88	0.95	0.97±1.46	1.74	0.97	CMOD5	南海北部气象浮标
–0.18±1.44*	1.44*	0.97*	–	–	–
HY–2A	散射计	Ku波段（13.256 GHz）	1 824（VV极化）	0.33±2.71	2.73	0.85	–0.13±2.61	2.61	0.86	NSCAT–2	南海北部气象浮标
2 215（HH极化）	–1.35±2.88	3.18	0.83	–0.13±3.20	3.21	0.78
Jason–2	高度计	Ku波段（13.6 GHz）	3 732	1.01±1.15	1.53	0.82	–0.44±1.00	1.09	0.81	Writter和 Chelton^[43]， T/P卫星高度计风速反演业务化算法	NDBC浮标
HY–2A	高度计	Ku波段（13.58 GHz）	3 375	1.12±1.29	1.71	0.77	–0.24±1.00	1.03	0.76

卫星	遥感器类型	波段（频率）	数据量	复合模型		地球物理模式函数（GMF）
RADARSAT-2	合成孔径雷达	C波段（5.405 GHz）	52（VV极化51， HH极化1）	–0.22±1.88	1.88	0.95	0.97±1.46	1.74	0.97	CMOD5	南海北部气象浮标
–0.18±1.44*	1.44*	0.97*	–	–	–
HY–2A	散射计	Ku波段（13.256 GHz）	1 824（VV极化）	0.33±2.71	2.73	0.85	–0.13±2.61	2.61	0.86	NSCAT–2	南海北部气象浮标
2 215（HH极化）	–1.35±2.88	3.18	0.83	–0.13±3.20	3.21	0.78
Jason–2	高度计	Ku波段（13.6 GHz）	3 732	1.01±1.15	1.53	0.82	–0.44±1.00	1.09	0.81	Writter和 Chelton^[43]， T/P卫星高度计风速反演业务化算法	NDBC浮标
HY–2A	高度计	Ku波段（13.58 GHz）	3 375	1.12±1.29	1.71	0.77	–0.24±1.00	1.03	0.76

复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析

PDF下载

叶小敏 ¹^,² , 林明森 ¹^,²^,⁵ , 宋清涛 ¹^,²^,^* , 廖菲 ³ , 梁超 ¹^,² , 周旋 ⁴

海洋学报 | 海洋信息科学 2019,41(7): 123-135

收起

海洋学报 | 海洋信息科学 2019, 41(7): 123-135

复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析

全屏

叶小敏¹^,², 林明森¹^,²^,⁵, 宋清涛¹^,²^,^*, 廖菲³, 梁超¹^,², 周旋⁴

作者信息

¹ 国家卫星海洋应用中心，北京 100081

² 国家海洋局空间海洋遥感与应用研究重点实验室，北京 100081

³ 广州市气象台，广东广州 511430

⁴ 北京5111信箱，北京 100094

⁵ 青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室，山东青岛 266237

叶小敏（1983—），男，江西省九江市人，博士，副研究员，主要从事海洋遥感应用研究。E-mail：yxm@mail.nsoas.org.cn

通讯作者:

*宋清涛（1971—），男，辽宁省丹东市人，博士，研究员，主要从事海洋遥感与边界层物理研究。E-mail：qsong@mail.nsoas.org.cn

Comparisons of composite radar backscattering model and sea surface radar backscatter from synthetic aperture radar, scatterometer and altimeter

Xiaomin Ye¹^,², Mingsen Lin¹^,²^,⁵, Qingtao Song¹^,²^,^*, Fei Liao³, Chao Liang¹^,², Xuan Zhou⁴

Affiliations

¹ National Satellite Ocean Application Service, Beijing 100081, China

² Key Laboratory of Space Ocean Remote Sensing and Application, State Oceanic Administration, Beijing 100081, China

³ Guangzhou Meteorology Observatory, Guangzhou 511430, China

⁴ Mailbox 5111, Beijing 100094, China

⁵ Laboratory for Regional Oceanography and Numerical Modeling, Pilot National Laboratory for Marine Science and Technolog (Qingdao), Qingdao 266237, China

出版时间: 2019-07-25 doi: 10.3969/j.issn.0253-4193.2019.07.011

文章导航

摘要

收起

海洋微波散射模型相比于以经验统计建立的地球物理模式函数具有不受特定微波频率限制的优势。组合布拉格散射模型和几何光学模型形成了复合雷达后向散射模型。利用南海北部气象浮标2014年海面风速风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计的海面后向散射系数，偏差分别为(−0.22±1.88) dB (SAR)、(0.33±2.71) dB (散射计VV极化）和(−1.35±2.88) dB (散射计HH极化)；以美国浮标数据中心(NDBC)浮标2011年10月1日至2014年9月30日共3年的海面风速、风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与Jason-2、HY-2A卫星Ku波段高度计海面后向散射系数，偏差分别为(1.01±1.15) dB和(1.12±1.29) dB。中等入射角和垂直入射下的卫星传感器后向散射系数观测值与复合雷达后向散射模型模拟值比较，具有不同的偏差，但具有相同的海面风速检验精度，均方根误差小于1.71 m/s。结果表明，复合雷达后向散射模型可模拟计算星载SAR、散射计和高度计观测条件下的海面雷达后向散射系数，且与CMOD5、NSCAT-2、高度计业务化海面风速反演的地球物理模式函数的计算结果具有一致性；复合雷达后向散射模型可用于微波遥感器的定标与检验、海面雷达后向散射的模拟。

关键词

雷达后向散射模型 / 合成孔径雷达 / 散射计 / 高度计

Abstract

收起

Comparison with Geophysical Model Function (GMF) developed by methods of empirical statistics, ocean microwave scattering model works well at all microwave frequency. Composite radar backscattering model is comprised of Bragg scattering model and geometrical optics model. We calculated the normalized radar cross sections (NRCSs) from the composite scattering model by using the sea surface wind speeds and directions measured by buoys moored in the northern of South China Sea in the whole year of 2014, and then compared them with SAR on board RADARSAT-2 at C-band, microwave scatterometer on board HY-2A satellite (HSCAT) at Ku-band, respectively. The biases of comparison are (–0.22±1.88) dB ( for SAR), (0.33±2.71) dB (for HSCAT in VV polarization) and (–1.35±2.88) dB (for HSCAT in HH polarization), respectively. We also calculated the NRCSs from the model by using the sea surface wind speeds and directions measured by NDBC buoys in the time period from October 1, 2011 to September 30, 2014, and then compared them with radar altimeter on board Jason-2 and HY-2A both at Ku-band with the bias of (1.01±1.15) dB and (1.12±1.29) dB, respectively. Although the biases of NRCSs between space-borne sensors and composite scattering model in medium and normal incidence are different each other, the accuracies of their sea surface wind speed products are the same(i.e. the root mean square errors are all less than 1.71 m/s). The results show that we can simulate the sea surface radar NRCSs of satellite-borne SAR, microwave scatterometer, and altimeter by using the composite radar backscattering model, and the simulations are consistent with that of CMOD5, NSCAT-2 and the GMF of operational wind retrieval for altimeter. It also indicates that the composite radar backscattering model could be used in calibration and validation of microwave sensors and simulation of radar backscatter from sea surface.

Key words

radar backscattering model / synthetic aperture radar / scatterometer / altimeter

引用本文

叶小敏, 林明森, 宋清涛, 廖菲, 梁超, 周旋. 复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析. 海洋学报, 2019 , 41 (7) : 123 -135 . DOI: 10.3969/j.issn.0253-4193.2019.07.011

Xiaomin Ye, Mingsen Lin, Qingtao Song, Fei Liao, Chao Liang, Xuan Zhou. Comparisons of composite radar backscattering model and sea surface radar backscatter from synthetic aperture radar, scatterometer and altimeter[J]. Haiyang Xuebao, 2019 , 41 (7) : 123 -135 . DOI: 10.3969/j.issn.0253-4193.2019.07.011

正文

收起

1 引言

收起

布拉格（Bragg）散射是海面微波散射的主要机制之一，以此散射机制可建立海面风场与微波遥感后向散射系数间的定量关系。然而目前海面风场业务化遥感探测所采用的模型是以经验统计方法建立的地球物理模式函数（Geophysical Model Function, GMF），如C波段微波散射计的CMOD-IFR2^[1]、CMOD5^[2]、Ku波段的NSCAT-2^[3]等。地球模式函数不仅应用于微波散射计，也可用于近海风场的合成孔径雷达（Synthetic Aperture Radar，SAR）反演^[4-6]。除地球物理模式函数外，以微波散射理论为基础的物理模型也是海洋遥感机理研究和海面风场反演的热点^[7-17]，微波散射理论模型具有明确的物理含义，也可用于海面风场的反演^[18-22]，但其主要优势是它在海洋与大气现象研究中具有广泛的适用性，如射流^[23]、亚中尺度涡^[24]、海上降雨^[25-27]等。布拉格散射模型仅适用于中等入射角，而几何光学模型可应用于小入射角的情形。本文将介绍组合布拉格模型和几何光学模型的复合雷达后向散射模型，使之适用于小至中等入射角，并利用它和地球物理模式函数分别计算浮标实测海面风速风向条件下的后向散射系数，再同星载SAR、微波散射计（中等入射角）和雷达高度计（垂直入射）的海面后向散射系数观测进行对比分析，以探讨分析复合散射模型在卫星微波遥感中的适用性。

2 复合雷达后向散射模型介绍

收起

复合雷达后向散射模型是布拉格散射模型和几何光学模型的组合。以布拉格散射为基础的双尺度模型认为小波（与入射的电磁波波长相当的微尺度波）叠加在大波（大尺度波）上，海面局地的散射均为小波对入射雷达波的布拉格散射，长波通过其倾斜波面调节小波，改变局地布拉格散射的局地入射角^{[5,7,10-11,16-17]}。布拉格散射的后向散射可表示为：

(1)

${\sigma _{0pq}} = 16{\text π} {k^4}{\cos ^4}\theta {\left| {{g_{pq}}\left( \theta \right)} \right|^2}W\left( {2k\sin \theta ,\varphi } \right),$

式中，k为雷达波数；θ为雷达波入射角；W为海面波浪的波数谱；φ为波向（相对于海面风）；2ksinθ为发生布拉格共振的海面波波数；下标p和q表示极化（即V或H极化）。对于同极化，

${g_{pp}}$

的表示式为：

(2)

${g_{\rm HH}}\left( \theta \right) = \frac{{\varepsilon_{ r} - 1}}{{{{\left[ {\cos \theta + \sqrt {\varepsilon_{ r} - {{\sin }^2}\theta } } \right]}^2}}}, $

(3)

${g_{\rm VV}}\left( \theta \right) = \frac{{\left( {\varepsilon_{ r} - 1} \right)\left[ {\varepsilon_{ r} \left( {1 + {{\sin }^2}\theta } \right) - {{\sin }^2}\theta } \right]}}{{{{\left[ {\varepsilon_{ r} \cos \theta + \sqrt {\varepsilon_{ r} - {{\sin }^2}\theta } } \right]}^2}}}, $

式中，ε_r为海水相对复介电常数，为温度和盐度的函数^[28]。双尺度模型下，同极化的海面局地归一化散射截面可表示为：

(4)

$\begin{aligned}{\sigma _{\rm 0VV}} =& 16{\text π} {k^4}{\cos ^4}\theta_i{\left| {{g_{\rm VV}}\left( {\theta_i} \right)\left( {\frac{{\alpha \cos \delta }}{{\alpha_i}}} \right) + {g_{\rm HH}}\left( {\theta_i} \right)\left( {\frac{{\sin \delta }}{{\alpha_i}}} \right)} \right|^2}\times\\& W\left( {K_{Bx},K_{By}} \right), \end{aligned}$

(5)

$\begin{aligned}{\sigma _{\rm 0HH}} =& 16{\text π}{k^4}{\cos ^4}\theta_i{\left| {{g_{\rm HH}}\left( {\theta_i} \right)\left( {\frac{{\alpha \cos \delta }}{{\alpha_i}}} \right) + {g_{\rm VV}}\left( {\theta_i} \right)\left( {\frac{{\sin \delta }}{{\alpha_i}}} \right)} \right|^2}\times\\& W\left( {K_{Bx},K_{By}} \right),\end{aligned}$

式中，布拉格共振波数的两分量分别为

$K_{Bx} = 2k\alpha $

，

$ K_{By} =$

$ 2k\gamma \sin \delta $

；

$\theta_i = {\cos ^{ - 1}}\left[ {\cos \left( {\theta + \psi } \right)\cos \delta } \right]$

为雷达波局地入射角；

$\alpha_i = \sin \theta_i$

；

$\alpha = \sin \left( {\theta + \psi } \right)$

；

$\gamma = \cos \left( {\theta + \psi } \right)$

；其中

$\psi $

和

$\delta $

分别为

$x$

和

$y$

方向海面坡面的倾角（

$x{\rm{ - }}z$

平面为电磁波入射波所在平面，

$y$

垂直于

$x{\rm{ - }}z$

平面）。考虑所有长波坡度的情况，则归一化雷达后向散射系数可表示为：

(6)

${\sigma _{0pp}}\left( \theta \right) = \int_{ - \infty }^\infty {\int_{ - \infty }^\infty {{\sigma _{0pp}}\left( {\theta_i} \right)} P_\theta \left( {Zx',Z{\rm{y}}'} \right){\rm d}Zx{\rm{dZy}}} , $

(7)

${P_\theta }\left( {Zx',Zy'} \right) = \left( {1 + Zx\tan \theta } \right)P\left( {Zx',Zy'} \right), $

式中，

$Zx'$

、

$Z{\rm{y}}'$

、

$Zx$

、

${\rm{Zy}}$

分别为

$x'$

、

$y'$

、

$x$

和

$y$

方向上的海面坡度（长波斜率），

$Zx{\rm{ = }}\tan \psi $

，

$Z{{y = }}\tan \delta $

；

$x'$

平行于风向，

$y'$

垂直于风向；

$P\left( {Zx',Zy'} \right)$

为海面坡度联合概率密度函数；

$Zx$

和

$Zy$

与

$Zx'$

和

$Zy'$

的转换关系为：

(8a)

$\quad\quad\quad\quad\quad\quad\quad Zx' = Zx\cos \phi + Zy\sin \phi ,$

(8b)

$\quad\quad\quad\quad\quad\quad\quad Zy' = Zy\cos \phi - Zx\sin \phi .$

沿垂直海面方向观测的海面坡度概率密度函数

$P\left( {Zx',Zy'} \right)$

的表达式为^[29]：

(9)

$\begin{aligned} P\left( {Zx',Zy'} \right) =& \frac{1}{{2{\text π} {\sigma _u}{\sigma _c}}}\exp \left( { - \frac{{Zx{'^2}}}{{2{\sigma _u}^2}} - \frac{{Zy{'^2}}}{{2{\sigma _c}^2}}} \right)\times \\& \left[ {1 - \frac{{{C_{21}}}}{2}\left( {\frac{{Zy{'^2}}}{{{\sigma _c}^2}} - 1} \right)\frac{{Zx'}}{{{\sigma _u}}} - \frac{{{C_{03}}}}{6}\left( {\frac{{Zx{'^3}}}{{{\sigma _u}^3}} - \frac{{3Zx'}}{{{\sigma _u}}}} \right)} \right. + \\& \frac{{{C_{40}}}}{{24}}\left( {\frac{{Zy{'^4}}}{{{\sigma _c}^4}} - 6\frac{{Zy{'^2}}}{{{\sigma _c}^2}} + 3} \right) + \frac{{{C_{22}}}}{4}\left( {\frac{{Zy{'^2}}}{{{\sigma _c}^2}} - 1} \right)\times \\& \left.\left( {\frac{{Zx{'^2}}}{{{\sigma _u}^2}} - 1} \right) { + \frac{{{C_{04}}}}{{24}}\left( {\frac{{Zx{'^4}}}{{{\sigma _u}^4}} - 6\frac{{Zx{'^2}}}{{{\sigma _u}^2}} + 3} \right)} \right] \end{aligned} , $

式中，

${C_{40}} = 0.4$

，

${C_{22}} = 0.1$

，

${C_{04}} = 0.2$

，

${C_{21}} = - 0.11U_{10}/14$

，

${C_{03}} = - 0.42 U_{10}/14$

，

${\sigma _u}^2 = 0.005 + 0.78 \times {10^{ - 3}}U_{12.5}$

，

${\sigma _c}^2 = 0.003 + $

$0.84 \times {10^{ - 3}}U_{12.5}$

，

$U_{10}$

和

$U_{12.5}$

分别为海面10 m高和12.5 m高处的风速。海面10 m高处海面风速大小（即通常所谓的海面风速）和海面不同高度处风速可利用如下关系进行换算^[30]：

(10)

$\quad\quad\quad\quad\quad\quad\quad\quad\frac{{U_z}}{{U_{10}}} = \frac{{\ln \left( {\displaystyle\frac{z}{{0.001\;6}}} \right)}}{{8.740\;3}}, $

式中，

$U_z$

为海面高度

$z$

处的风速大小。

对于小入射角雷达波的后向散射，镜面反射（而非布拉格散射）占主要贡献，Kirchoff近似的几何光学模型的表示式为：

(11)

$\quad\quad\quad\quad{\sigma _{0GO}}\left( \theta \right) = \frac{{{{\left| {R\left( 0 \right)} \right|}^2}}}{{2{\sigma _u}^2{\sigma _c}^2}}{\sec ^4}\theta \exp \left( {\frac{{ - {{\tan }^2}\theta }}{{2{\sigma _u}^2}}} \right), $

式中，

${\sigma _u}^2$

和

${\sigma _c}^2$

分别为顺风向和侧风向海面粗糙度的均方坡度。

$R$

为菲涅耳反射系数，垂直入射的菲涅耳发射系数对于HH和VV极化均相同，其表达式为：

(12)

$\;\;\quad\quad\quad\quad\quad\quad{\left| {R\left( 0 \right)} \right|^2} = \frac{{\left| {1 - 2\sqrt {\varepsilon_r} + \varepsilon_r} \right|}}{{\left| {1 + 2\sqrt {\varepsilon_r} + \varepsilon_r} \right|}}.$

在应用复合雷达后向散射模型的过程中，当局地雷达入射角小于10°时，用小入射角的几何光学后向散射模型计算式（11）代替公式（4）和（5）代入公式（6）计算后向散射系数。对于小入射角的阈值在不同研究中有不同的数值^[11-12,17]，这里采用Hwang等^[17]选定的阈值，即设定小于10°的入射角时，假定公式（11）表示的镜面反射占主要贡献。

海面局地归一化散射截面计算式（4）和式（5）中的海浪波数谱

$W\left( {K_{Bx},K_{By}} \right)$

用方向谱

$[ S\left( {K_{B},{\varphi _B}} \right) + S( K_{B},{\varphi _B} -$

$ {\text π} ) ]/2$

代替^[17]，其中

$K_{B} = 2k\sin \theta_i$

为布拉格波数，

${\varphi _B}$

为布拉格波矢的方向，

$S\left( {K,\varphi } \right)$

为二维海面波浪方向谱，

$\varphi $

为相对于风向的波矢方向。本文的复合雷达后向散射模型选用Elfouhaily海浪谱^[31]。Elfouhaily海浪谱具体表达形式见文献[31]，其二维数波数–方向谱是风速、方向（相对于风向的角度）的函数。Elfouhaily海浪谱的典型特征是在谱的所有波长范围内突出了风浪之间的海气相互摩擦作用过程，它可有效地应用于微波散射模型中^{[16, 31]}。

3 模型验证与分析

收起

3.1 与地球物理模式函数比较分析

复合雷达后向散射模型综合考虑了小入射角镜面反射的几何光学模型和布拉格散射的双尺度散射模型，理论上适用于所有微波频段的雷达后向散射。在特定的微波波段，海面风场和雷达后向散射系数的关系可用地球物理模式函数表示，如C波段的CMOD4^[32]、CMOD-IFR2^[1]、CMOD5^[2]等；Ku波段的NSCAT-2^[3]等。目前，在Ku波段和C波段均发展了较新的地球物理模式函数，如NSCAT-4、CMOD7^[33]等。为了便于分析，选用HY-2A卫星微波散射计业务化运行采用的NSCAT-2作为Ku波段对比的地球物理模式函数；选用在南海北部已被验证可用于C波段SAR风场反演的地球物理模式函数——CMOD5^[6]，作为C波段对比的地球物理模式函数。图1为复合雷达后向散射模型与CMOD5、NSCAT-2地球模式函数模拟的海面后向散射系数及比较关系。

由图1海面后向散射系数随相对风向角度的变化曲线可见：（1）在C波段（5.4 GHz），雷达波入射角设定为35°，海面风速为10 m/s的条件下，复合雷达后向散射模型和CMOD5地球物理模式函数计算的后向散射系数接近，对于VV极化下的后向散射系数，其在顺风（逆风）时两模型计算的后向散射系数差异最大，为1.2 dB（相同入射角下，相当于1.5 m/s风速差异引起的散射系数变化），对于HH极化的后向散射系数，在侧风条件下两模型计算的后向散射系数差异最大，为1.1 dB。图1中展示的CMOD5模式函数HH极化散射系数是通过CMOD5模式函数VV极化散射系数乘以Thompson等^[34]的极化比函数获得。（2）在Ku波段（13.4 GHz），雷达波入射角设定为35°，海面风速为10 m/s的条件下，复合雷达后向散射模型和NSCAT-2地球物理模式函数计算的VV、HH极化后向散射系数的最大差异值均发生在侧风向，其中VV极化后向散射系数的最大差值为1.3 dB，HH极化的后向散射系数最大差值为1.5 dB（相当于1.8 m/s风速差异引起的散射系数变化）。在C波段和Ku波段，10 m/s大小的海面风速，35°的中等大小入射角条件下，复合雷达后向散射模型和海洋遥感地球物理函数计算的后向散射系数差异较小，最大差异为Ku波段的HH极化计算值，其值仅为1.5 dB，即对应的风速差不超过1.8 m/s。由以上一定条件下复合雷达后向散射模型与CMOD5和NSCAT-2地球物理模式函数比较分析可见，复合雷达后向散射模型可模拟计算一定条件下的海面微波雷达后向散射系数。

3.2 与卫星观测数据比较分析

为进一步评价复合雷达散射模型在典型卫星遥感器观测条件下的适用性和准确度，采用实测海面风速和风向值，通过复合雷达后向散射模型计算海面雷达后向散射系数，分别与SAR、微波散射计（中等入射角）和雷达高度计（垂直入射）等微波载荷进行比较分析，其中南海北部（广东沿海）的气象浮标实测海面风数据用于与SAR和散射计的比较分析，美国国家浮标数据中心（National Data Buoy Center，NDBC）实测数据用于与雷达高度计的比较分析。

3.2.1 数据资料介绍

对复合雷达散射模型与SAR、微波散射计观测值进行比较分析所选海区位于南海北部，采用的现场观测数据为分布于其范围内的3个业务气象浮标，分别位于茂名（编号：59765）、汕头（编号：59515）和汕尾（编号：59506）临近海域，其海面风速和风向测量数据每20 min提供一个2 min平均的海面风速和风向数据，利用公式（10）将不同浮标高度下的风速值转换至10 m高处的海面风速，这些海面风实测数据具有业务化海洋气象的数据质量^[35]。除海面风速风向外，该浮标还同步观测有效波高、海面温度等海洋参数。浮标数据与卫星观测数据进行时间匹配时，用线性插值的方法插值获得卫星观测时刻的海面风速和风向。3个业务气象浮标中，汕尾浮标离岸约20 km，其余两浮标离岸均为100 km以上；汕尾浮标所处位置水深约20 m，茂名浮标和汕头浮标水深分别约为50 m和120 m（图2）。基于汕尾浮标离岸距离近、水深浅的原因，不适合用于散射计数据的匹配比较，仅利用其对SAR数据匹配。

SAR图像资料来自于加拿大RADARSAR-2卫星，工作于C波段（5.405 GHz）^[36]。所用SAR图像均为宽幅扫描模式，极化方式为VV或HH，空间分辨率为100 m，刈幅宽度为500 km，雷达波入射角范围在20°～49°之间。受SAR图像资料数量限制，SAR仅可与茂名和汕尾浮标进行时空匹配（观测时间同步、卫星观测范围覆盖浮标点）。剔除锋面、降雨等强海洋与大气过程的SAR图像，共匹配了52景SAR图像（其中VV极化51景，HH极化1景），SAR数据成像于2013年4月4日至2015年4月18日的时间范围内，其中2013年9景，2014年41景，2015年2景。图2同时绘出了52景SAR图像的覆盖范围。

微波散射计数据来源于HY-2A卫星微波散射计。该微波散射计工作于Ku频段（13.256 GHz），采用笔形圆锥扫描方式，刈幅宽度为1 700 km（VV极化）或1 350 km（HH极化），雷达波入射角为41°（VV极化）或48°（HH极化）^[37-39]。

对于复合雷达后向散射模型在垂直入射（即入射角为0°）条件下与卫星观测的比较，则采用美国国家航空航天局（NASA）和法国空间中心（CNES）联合发射的Jason-2卫星高度计、中国HY-2A卫星雷达高度计Ku波段（13.6 GHz）后向散射系数为卫星观测数据源。比较分析所用的现场观测数据选用美国国家浮标数据中心数据，分布于北美沿海、墨西哥湾和东北太平洋海域。

3.2.2 与RADARSAT-2卫星SAR观测的对比结果

当浮标与SAR匹配后，通过定标公式计算得到SAR各像素点的后向散射系数^[40]。以浮标位置为中心取半径为5 km（直径10 km）的所有SAR像素点的后向散射系数进行平均作为SAR观测值^[17]。气象浮标海面风速风向通过其时间序列数据线性插值至SAR观测时刻获得。采用浮标的海面风速、风向、SAR雷达波入射角、方位角等信息，通过复合雷达后向散射模型公式（2）至式（11）计算该条件下C波段海面雷达后向散射系数。

图3a为52景RADARSAT-2卫星SAR图像与复合雷达后向散射模型计算的后向散射系数对比散点图，图中每一个散点表示一景SAR图像的后向散射系数与模型的对比数据。图3a的比对结果显示，复合雷达后向散射模型计算的C波段后向散射系数与SAR图像实际观测值存在一定差异，两者偏差为（−0.22±1.88）dB，均方根误差为1.88 dB；两者存在高线性相关性，相关系数为0.95；在后向散射系数较大的一端，复合雷达后向散射模型的计算值较SAR观测值偏大，在后向散射系数较小的一端，复合雷达后向散射模型的计算值较SAR观测值偏小。分析后向散射系数偏差

$\Delta {\sigma _0}$

（

$\Delta {\sigma _0} = {\sigma _{0{\text{模型}}}} - {\sigma _{0{\rm{SAR}}}}$

）与观测时刻的浮标有效波高、海面温度、风速、相对风向（相对SAR方位向的风向）、雷达波入射角的关系发现，

$\Delta {\sigma _0}$

与雷达波入射角有高相关性（图4）。

由于与SAR比对匹配的浮标仅为固定的茂名或汕尾浮标，卫星对地观测存在重复轨道观测，因此对比点的雷达波入射角主要分布在几个离散的固定入射角。对主要的雷达波入射角下的

$\Delta {\sigma _0}$

进行平均并求其标准差。各入射角下的

$\Delta {\sigma _0}$

均值（标准差）随入射角变化情况见图4。对

$\Delta {\sigma _0}$

与雷达波入射角的变化进行最小二乘拟合，获得拟合关系式为：

(13)

$\Delta {\sigma _0}{\rm{ = }}10.5\sin \theta {\rm{ - }}6.3, $

拟合的线性相关系数R=0.82。

利用式（13）对复合雷达后向散射模型计算的后向散射系数进行修正后，再与RADARSAT-2卫星SAR图像观测值进行比较，其偏差则为（–0.18±1.44） dB；均方根误差为1.44 dB；线性相关系数为0.97。经过后向散射系数修正后，模型计算值与SAR的观测值更加接近，其结果和CMOD5地球物理模型函数的计算值与SAR观测值比较的结果接近，为了便于与未修正的结果对比，该散点图绘制于图3b。利用CMOD5地球物理模式函数计算C波段后向散射系数时采用复合雷达后向散射模型相同的输入参数，即采用匹配点的SAR雷达波入射角、方位角、浮标的实测风速和风向；HH极化的后向散射系数由相同条件下的VV极化后向散射系数乘以极化比函数计算得到。CMOD5的后向散射系数计算值与SAR观测值的偏差为（0.97±1.46） dB，均方根误差为1.74 dB，线性相关系数为0.97。与SAR观测数据进行对比分析时，计算的偏差没有区分极化方式，HH极化的数据很少，仅1景，因此上述结果可认为仅代表VV极化SAR的对比结果。对比图3a和图3b的比较分析结果可见，复合雷达后向散射模型可有效地模拟计算获得C波段SAR观测条件下的后向散射系数。

3.2.3 与HY-2A卫星微波散射计观测的对比结果

采用茂名和汕头2个气象浮标与HY-2A微波散射计数据进行时空匹配：获取浮标所在位置的HY-2A微波散射计的观测风矢量面元（空间大小为25 km×25 km）内的后向散射系数、雷达波入射角、方位向和观测时间。同一个观测单元内，可存在多个入射角和后向散射系数值。对浮标观测数据进行时间上的线性插值，获得散射计观测时刻的海面风速和风向实测值。最终获得匹配数据量分别为1 824组（VV极化）和2 215组（HH极化）。以散射计的观测几何参数、浮标实测风速和风向作为输入，利用复合雷达后向散射模型，计算Ku波段（13.256 GHz）的后向散射系数。复合雷达后向散射模型计算的后向散射系数与HY-2A微波散射计后向散射系数观测值的对比结果为：VV极化的偏差为（0.33±2.71）dB，均方根误差为2.73 dB，线性相关系数为0.85；HH极化的偏差为（–1.35±2.88）dB，均方根误差为3.18 dB，线性相关系数为0.83（图5a，图5b）。

由图5a和图5b展示的结果可见，复合雷达后向散射模型与HY-2A微波散射计在VV极化情形下，两者后向散射系数偏差较小，平均偏差仅为0.33 dB；而对于HH极化，复合雷达后向散射模型计算的后向散射系数较HY-2A微波散射计偏小，达–1.35 dB，但两者相关系数高达0.83（VV极化的相关系数为0.85）。为了进一步评价复合雷达后向散射模型与HY-2A卫星微波散射计后向散射系数的比较结果，以相同的散射计观测参数（雷达波入射角和方位向）、浮标实测海面风速和风向作为输入，利用NSCAT-2地球物理模式函数计算获得的Ku波段后向散射系数与HY-2A卫星微波散射计后向散射系数进行比较（图5c，图5d）。

NSCAT-2地球物理模式函数计算的后向散射系数与HY-2A微波散射计后向散射系数观测值的比较结果为：VV极化的偏差为（–0.13±2.61）dB，均方根误差为2.61 dB，相关系数为0.86；HH极化的偏差为（–0.13±3.20）dB，均方根误差为3.21 dB，相关系数为0.78。由以上比较结果可见，在Ku波段，复合雷达后向散射模型和NSCAT-2地球物理模式函数具有基本一致的准确度（平均偏差、偏差的标准差、均方根误差）；对于HH极化，复合雷达后向散射模型较NSCAT-2地球物理模式函数与HY-2A卫星微波散射计的实际观测值更具有一致性，即比较数据具有更高的线性相关系数。

由于用于匹配比较分析的HY-2A卫星微波散射计和浮标数据量较大，按照月为时间单位，对所获得的对比偏差分别进行时间序列分析，偏差（含偏差的标准差）的时间序列见图6。图6a中VV极化的两后向散射系数偏差时间序列的线性相关系数为0.77；对于HH极化，两偏差时间序列的线性相关系数为0.86，见图6b。图6的曲线也明显显示，复合雷达后向散射模型和NSCAT-2模式函数相对于HY-2A散射计海面后向散射系数观测值偏差的时间变化趋势基本一致，偏差的标准差（图6中误差棒的线段半长度）也表现基本一致的时间变化规律。该结果表明，在模拟仿真Ku波段微波的海面后向散射系数时，复合雷达后向散射模型与NSCAT-2地球物理模式函数具有一致性。

3.2.4 复合模型与Jason-2、HY-2A卫星雷达高度计观测的对比结果

高度计数据质量控制方法为：删除陆地、冰上和降雨条件下的观测数据，同时保证后向散射系数不高于35 dB、有效波高处于0～11 m的范围内；时空匹配方法为：以浮标位置为中心，选择离浮标50 km范围内的卫星观测点的平均值作为卫星观测值，选择卫星过境浮标位置最近点±30 min的浮标实测值的平均值作为实测的海面风速和风向^[39,41]。选用的数据的时间跨度为2011年10月1日至2014年9月30日；获得的匹配数据和Ye等^[41]的检验匹配数据集相同，Jason-2卫星共获得3 732组有效匹配对比数据，HY-2卫星共获得3 375组有效匹配对比数据。

比较分析前，还需对Jason-2和HY-2A卫星雷达高度计后向散射系数进行校正处理。即对Jason-2和HY-2A卫星高度计GDR/IGDR数据产品“sigma0”记录值进行–2.61 dB的偏差值校正。这是因为Chelton和McCabe^[42]、Writter和Chelton^[43]模型均是以Geosat卫星高度计散射系数建立的风速反演算法，而T/P相对于Geosat卫星高度计有–0.63 dB的偏差^[44]，Jason-1相对于T/P的偏差为–2.26 dB^[45]，而Jason-2相对于Jason-1的偏差为0.28 dB^[46]，HY-2A和Jason-2卫星高度计采用相同的风速反演算法，其散射系数已校正至同一基准上。

不同风速条件下，卫星雷达高度计Ku波段后向散射系数与复合雷达后向散射模型、地球物理模式函数比较情况见图7。图7展示的比较结果中，除了复合雷达后向散射模型，还选择了几何光学模型（即公式（11））、Chelton和McCabe^[42]的地球物理模式函数、Writter和Chelton^[43]的T/P卫星高度计海面风速业务化反演的地球物理模式函数以及Young^[47]的高风速（>20 m/s）下地球物理模式函数。由图7的比较结果可见，Jason-2卫星（图7a）和HY-2A卫星（图7b）的海面散射系数观测点基本分布于各散射模型和地球物理模式函数预测线附近；Chelton和McCabe^[42]地球物理模式函数与Writter和Chelton^[43]地球物理模式函数之间的差别主要在高风速区间（>15 m/s），他们与Jason-2、HY-2卫星高度计Ku波段的散射系数在风速为3～15 m/s的区间内符合较好；而复合雷达后向散射模型和几何光学模型在低于3 m/s风速和高于15 m/s的高风速情况下与高度计后向散射系数观测值符合较好。在高于20 m/s的高风速下，复合雷达后向散射模型与Young^[47]的高风速高度计风速反演算法最接近，Young^[47]的高风速经验模型是利用模式预报与Geosat卫星高度计在热带风暴条件下通过经验拟合而得到。

以时空匹配的NDBC浮标海面风速和风向为输入，分别计算Ku波段高度计观测条件（即垂直海面入射，入射角为0°）下的复合雷达后向散射模型和T/P卫星高度计风速反演模型（Writter和Chelton^[43]）的后向散射系数，它们与卫星高度计的后向散射系数观测值比较情况见图8。

复合雷达后向散射模型Ku波段后向散射系数计算值与Jason-2卫星高度计观测值对比，偏差为（1.01±1.15）dB，均方根误差为1.53 dB，线性相关系数为0.82；Writter和Chelton^[43]地球物理模式函数的计算值与Jason-2对比，偏差为（–0.44±1.00）dB，均方根误差为1.09 dB，线性相关系数为0.81。复合雷达后向散射模型Ku波段后向散射系数计算值与HY-2A卫星高度计观测值对比，偏差为（1.12±1.29）dB，均方根误差为1.71 dB，线性相关系数为0.77；Writter和Chelton地球物理模式函数计算值与HY-2A高度计对比，偏差为（–0.24±1.00）dB，均方根误差为1.03 dB，线性相关系数为0.76。从以上对比结果可见，Jason-2、HY-2A卫星高度计Ku波段的海面后向散射系数与模型计算值均有具有较高的准确度和一致性。无论是利用Jason-2卫星还是HY-2A卫星对模型计算值精度进行评价检验，结果均显示复合雷达后向散射模型、Writter和Chelton地球物理模式函数两者计算的后向散射系数差异较小，差异不超过0.29 dB（复合雷达后向散射模型与HY-2A高度计后向散射系数偏差的标准差为1.29 dB，Writter和Chelton模型与HY-2A高度计后向散射系数偏差的标准差为1.00 dB，两者差异为0.29 dB）。图8还显示，Jason-2卫星和HY-2A卫星对海面后向散射系数的观测结果基本一致，见图8a和图8c、图8b和图8d之间对比统计量的数值。

4 讨论

收起

以卫星微波遥感器的海面后向散射观测值作为真值，检验复合雷达后向散射模型雷达后向散射系数的计算准确性，这对卫星遥感器后向散射系数的定标要求较高，因此同时采用成熟的，已被业务化应用的地球物理模式函数与卫星遥感器观测值进行同步对比，以间接论证复合雷达后向散射模型与卫星遥感器对比结果的可靠性。

复合雷达后向散射模型、地球物理模型函数在卫星遥感器观测条件下的计算值与SAR、微波散射计、雷达高度计观测值进行对比的统计结果见表1，发现复合雷达后向散射模型与卫星雷达高度计的Ku波段后向散射系数观测值对比的均方根误差最小（Jason-2为1.53 dB，HY-2A为1.71 dB），与HY-2卫星Ku波段HH极化微波散射计的观测值对比的均方根误差最大（3.18 dB），但和Ku波段NSCAT-2地球物理模式函数的对比结果相当（3.21 dB）。尽管表1中各传感器后向散射系数观测值与复合雷达后向散射模型或相应的地球物理模式函数比较所获得的对比统计值有所差异，但其反演的海面风速产品均可达到应用需求指标，即均方根误差不超过2 m/s。对匹配的Jason-2卫星高度计和HY-2A微波散射计的海面风速产品进行检验，其结果见图9。

图9中Jason-2卫星高度计海面风速是相对NDBC浮标2011年10月1日至2014年9月30日的检验结果；HY-2A微波散射计海面风速是相对于南海北部气象浮标2014年全年的检验结果；Jason-2高度计和HY-2A微波散射计的海面风速的均方根误差分别为1.71 m/s和1.58 m/s，均满足优于2 m/s的应用指标，且与相关研究结果相当，如叶小敏等^[39]利用NDBC浮标对Jason-2海面风速产品检验的均方根误差为1.37 m/s；穆博等^[48]利用NCEP海面风场数据对HY-2A微波散射计海面风速检验的均方根误差为1.64 m/s。需要说明的是图9a中，Jason-2卫星高度计海面风速是根据其后向散射系数，利用Writter和Chelton模型反演获得的。Jason-2高度计GDR原始数据记录的海面风速是利用后向散射系数和有效波高双参数反演得到，其检验的均方根误差为1.46 m/s。由以上卫星遥感器海面风速产品的真实性检验结果可见，以上微波遥感器的海面雷达后向散射系数测量值是可靠的，其与地球物理模式函数比较获的偏差（含平均偏差和偏差的标准差）、均方根误差和线性相关系数等统计量的数值可作为参考值以评价复合雷达后向散射模型。又由表1中的统计数值可见，复合雷达后向散射模型与卫星微波传感器、地球物理模式函数与卫星微波传感器后向散射系数对比的统计量结果基本一致，说明复合雷达后向散射模型可有效地仿真计算C波段SAR、Ku波段散射计和Ku波段高度计等各卫星微波遥感器观测条件下的海面雷达后向散射系数。

复合雷达后向散射模型计算公式（4）和公式（5）采用的Elfouhaily海浪方向谱的方位函数采用的是顺风和逆风对称的表达式^[31]，因此固定入射角和风速条件下，后向散射系数随相对风向（相对于雷达观测方位）的变化曲线顺风（相对风向为0°）和逆风（相对风向为180°）对称，即顺风和逆风条件下的后向散射系数相等（图1），而地球物理模式函数（CMOD5和NSCAT-2等）在顺风和逆风情况下，计算的后向散射系数不相同。同时海浪谱模型也有一定的海况适用范围，比如在高风速下波浪破碎、海流的影响时，仅考虑风浪谱的复合散射模型将不再适用，这即是处理SAR卫星数据时，需剔除锋面、降雨等强海洋与大气过程的SAR图像的原因。由此可见复合雷达后向散射模型中的海浪谱也是影响散射模型准确性的因素之一。

RASARSAT-2卫星C波段SAR数据对复合雷达后向散射模型进行对比分析时，两者偏差与雷达波入射角存在高相关性，其偏差可拟合为雷达波入射角正弦函数的线性表达式，而利用CMOD5地球物理模式函数与SAR进行相同方法的对比时，其偏差不依赖于入射角（图3）。出现该结果的原因还有待分析。

5 总结

收起

布拉格散射模型和几何光学模型的组合形成了复合雷达后向散射模型。以南海北部气象浮标、NDBC浮标等海面实测数据为基础，通过与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计、Jason-2和HY-2A卫星Ku波段雷达高度计等多种星载卫星遥感器海面雷达后向散射系数测量值的定量比较分析，显示复合雷达后向散射模型与卫星遥感器的观测值基本一致。由于不同卫星传感器工作于不同的雷达波入射角条件下，它们与复合雷达后向散射模型对比的偏差不完全相等（高度计最小，微波散射计最大），但在该偏差水平下，它们反演获得的海面风速的误差均满足小于1.71 m/s的精度。复合雷达后向散射模型和CMOD5、NSCAT-2、T/P高度计风速反演业务化算法等地球物理模式函数分别与卫星遥感器比对分析时，复合雷达后向散射模型与地球物理模式函数表现出基本一致的准确度。分析结果表明复合雷达后向散射模型预期可应用于星载SAR、微波散射计和高度计海面雷达后向散射系数的模拟仿真、定标与检验；也可以作为散射理论的基础，进一步研究海流、海上降雨的散射机理。

基金

收起

国家自然科学基金（41876211，41506206，41876204，41476152，41276019）；广东省省级科技计划项目（2013B020200013）；国家重点研发计划（2016YFC1401000）；国家自然科学基金委员会–山东省人民政府联合资助海洋科学研究中心项目（U1406404）。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

Quilfen Y, Chapron B, Elfouhaily T, et al. Observation of tropical cyclones by high-resolution scatterometry[J]. Journal of Geophysical Research, 1998, 103(C4): 7767−7786.

Hersbach H, Stoffelen A, Haan S. An improved C-band scatterometer ocean geophysical model function: CMOD5[J]. Journal of Geophysical Research: Oceans, 2007, 112(C3): 223−237.

Wentz F J, Smith D K. A model function for the ocean-normalized radar cross section at 14 GHz derived from NSCAT observations[J]. Journal of Geophysical Research:Atmospheres, 1999, 104(C5): 11499−11514.

杨劲松, 黄韦艮, 周长宝, 等. 合成孔径雷达图像的近岸海面风场反演[J]. 遥感学报, 2001, 5(1): 13−16.

Yang Jinsong, Huang Weigen, Zhou Changbao, et al. Coastal ocean surface wind retrieval from SAR imagery[J]. Journal of Remote Sensing, 2001, 5(1): 13−16.

杨劲松. 合成孔径雷达海面风场、海浪和内波遥感技术[D]. 青岛: 中国海洋大学, 2001.

Yang Jinsong. Remote sensing technology of sea surface wind field, sea wave and internal wave by Synthetic Aperture Radar[D]. Qingdao: Ocean University of China, 2001.

Xu Qing, Lin Hui, Zheng Quanan, et al. Evaluation of ENVISAT ASAR data for sea surface wind retrieval in Hong Kong coastal waters of China[J]. Acta Oceanologica Sinica, 2008, 27(4): 57−62.

Valenzuela G R. Depolarization of EM waves by slightly rough surfaces[J]. IEEE Transactions on Antennas & Propagation, 1967, 15(4): 552−557.

Valenzuela G R. Scattering of electromagnetic waves from a tilted slightly rough surface[J]. Radio Science, 1968, 3(11): 1057.

Chan H L, Fung A K. A theory of sea scatter at large incident angles[J]. Journal of Geophysical Research, 1977, 82(24): 3439−3444.

Fung A K, Lee K. A semi-empirical sea-spectrum model for scattering coefficient estimation[J]. IEEE Journal of Oceanic Engineering, 1982, 7(4): 166−176.

Donelan M A, Pierson W J. Radar scattering and equilibrium ranges in wind-generated waves with application to scatterometry[J]. Journal of Geophysical Research, 1987, 92(C5): 4971−5029.

徐丰, 贾复. 适用于不同频率的微波海面散射计算方法[J]. 遥感技术与研究, 1996, 11(3): 26−30.

Xu Feng, Jia Fu. A algorithm of sea surface radar scatter application to wide frequency band[J]. Remote Sensing Technology and Application, 1996, 11(3): 26−30.

徐丰, 贾复, 马丽娟. 海面微波散射与风生波短波谱[J]. 遥感学报, 2000, 4(4): 251−255.

Xu Feng, Jia Fu, Ma Lijuan. Microwave backscatter over the sea surface and spectrum of short wind-generated waves[J]. Journal of Remote Sensing, 2000, 4(4): 251−255.

郭立新, 王运华, 吴振森. 修正双尺度模型在非高斯海面散射中的应用[J]. 电波科学学报, 2007, 22(2): 212−218.

Guo Lixin, Wang Yunhua, Wu Zhensen. Application of modified two-scale model for scattering from non-Gaussian sea surface[J]. Chinese Journal of Radio Science, 2007, 22(2): 212−218.

Plant W J. A two-scale model of short wind-generated waves and scatterometry[J]. Journal of Geophysical Research, 1986, 91(C9): 10735−10749.

Plant W J. A stochastic, multiscale model of microwave backscatter from the ocean[J]. Journal of Geophysical Research: Oceans, 2002, 107(C9): 3−1.

Hwang P A, Zhang Biao, Toporkov J V, et al. Comparison of composite Bragg theory and quad-polarization radar backscatter from RADARSAT-2: With applications to wave breaking and high wind retrieval[J]. Journal of Geophysical Research: Atmospheres, 2010, 115(C8): 246−255.

喻亮, 丁晓松. 利用星载ERS-2 SAR进行长江口海面风场反演研究[J]. 信息与电子工程, 2005, 3(3): 172−175.

Yu Liang, Ding Xiaosong. Ocean surface wind field retrieval of the Yangtze River outlet from spaceborne ERS-2 SAR Image[J]. Information and Electronic Engineering, 2005, 3(3): 172−175.

Xu Qing, Lin Hui, Yin Xiaobin, et al. SAR measurement of ocean surface wind using a physics model[C]//Geoscience and Remote Sensing Symposium, 2008. IGARSS 2008. IEEE International, 2008: I–420–I–423.

Lin Mingsen, Ye Xiaomin, Yuan Xinzhe. The first quantitative joint observation of typhoon by Chinese GF-3 SAR and HY-2A microwave scatterometer[J]. Acta Oceanologica Sinica, 2017, 36(11): 1−3.

魏士俨, 杨晟, 许德伟. 星载微波散射计海面风场与海洋环境噪声的相关特性分析[J]. 海洋学报, 2017, 39(5): 61−67.

Wei Shiyan, Yang Sheng, Xu Dewei. Correlation analysis of satellite-borne microwave scatterometer wind and ocean ambient noise[J]. Haiyang Xuebao, 2017, 39(5): 61−67.

叶小敏, 林明森, 梁超, 等. 基于SAR图像雨团足印的海面风向提取方法[J]. 海洋学报, 2018, 40(4): 41−50.

Ye Xiaomin, Lin Mingsen, Liang Chao, et al. Sea surface wind directions retrieval method based on footprints of rain cells on SAR images[J]. Haiyang Xuebao, 2018, 40(4): 41−50.

Zheng Quanan, Clemente-Colón Pablo, Yan Xiaohai, et al. Satellite synthetic aperture radar detection of Delaware Bay plumes: Jet-like feature analysis[J]. Journal of Geophysical Research: Oceans, 2004, 109(3): 325−347.

Zheng Quanan, Lin Hui, Meng Junmin, et al. Sub-mesoscale ocean vortex trains in the Luzon Strait[J]. Journal of Geophysical Research: Atmospheres, 2008, 113(C4): 977−990.

Contreras R F, Plant W J. Surface effect of rain on microwave backscatter from the ocean: Measurements and modeling[J]. Journal of Geophysical Research: Atmospheres, 2006, 111(C8): 275−303.

Xu Feng, Li Xiaofeng, Wang Peng, et al. A backscattering model of rainfall over Rough Sea surface for synthetic aperture radar[J]. IEEE Transactions on Geoscience & Remote Sensing, 2015, 53(6): 3042−3054.

Zhang Guosheng, Li Xiaofeng, Perrie W, et al. Rain effects on the hurricane observations over the ocean by C-band synthetic aperture radar[J]. Journal of Geophysical Research: Oceans, 2016, 121(1): 14−26.

Meissner T, Wentz F J. The complex dielectric constant of pure and sea water from microwave satellite observations[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(9): 1836−1849.

Cox C S, Munk W H. Statistics of the sea surface derived from sun glitter[J]. Journal of Maritime Research, 1954, 13: 198−227.

Thomas B R, Kent E C, Swail V R. Methods to homogenize wind speeds from ships and buoys[J]. International Journal of Climatology, 2005, 25(7): 979−995.

Elfouhaily T M, Chapron B, Katsaros K, et al. A unified directional spectrum for long and short wind-driven waves[J]. Journal of Geophysical Research: Oceans, 1997, 102(C7): 15781−15794.

Stofflen A, Anderson D. Scatterometer data interpretation: Measurement space and validation of the transfer function CMOD4[J]. Journal of Geophysical Research, 1997, 102(6): 5767−5780.

Stoffelen A, Verspeek J A, Vogelzang J, et al. The CMOD7 geophysical model function for ASCAT and ERS wind retrievals[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2017, 10(5): 2123−2134.

Thompson D R, Elfouhaily T M, Chapron B. Polarization ratio for microwave backscattering from the ocean surface at low to moderate incidence angles[C]// Geoscience and Remote Sensing Symposium Proceedings, 1998. IEEE International, 1998: 1671–1673.

赵中阔, 刘春霞. 华南近海两浮标点的波浪特征分析[J]. 广东气象, 2013, 35(6): 17−22.

Zhao Zhongkuo, Liu Chunxia. Wave characteristics of two buoy points in South China offshore[J]. Guangdong Meteorology, 2013, 35(6): 17−22.

Morena L C, James K V, Beck J. An introduction to the RADARSAT-2 mission[J]. Canadian Journal of Remote Sensing, 2004, 30(3): 221−234.

Jiang Xingwei, Lin Mingsen, Liu Jianqiang, et al. The HY-2 satellite and its preliminary assessment[J]. International Journal of Digital Earth, 2012, 5(3): 266−281.

蒋兴伟, 林明森, 宋清涛. 海洋二号卫星主被动微波遥感探测技术研究[J]. 中国工程科学, 2013, 15(7): 4−11.

Jiang Xingwei, Lin Mingsen, Song Qingtao. Active and passive microwave remote sensing technology of the HY-2A ocean satellite mission[J]. Engineering Sciences, 2013, 15(7): 4−11.

叶小敏, 林明森, 宋庆君. 基于现场观测数据的卫星雷达高度计海面风速和有效波高真实性检验方法研究[J]. 遥感技术与应用, 2014, 29(1): 26−32.

Ye Xiaomin, Lin Mingsen, Song Qingjun. Research on validation methods of satellite radar altimeter retrieved sea surface wind speed and significant wave height using in-situ data[J]. Remote Sensing Technology and application, 2014, 29(1): 26−32.

Luscombe A. RADARSAT-2 product format definition. Richmond[Z]. Canada: MacDonald Dettwiler RN-RP-51-2713, 2008.

Ye Xiaomin, Lin Mingsen, Xu Ying. Validation of Chinese HY-2 satellite radar altimeter significant wave height[J]. Acta Oceanologica Sinica, 2015, 34(5): 60−67.

Chelton D B, Mccabe P J. A review of satellite altimeter measurement of sea surface wind speed: With a proposed new algorithm[J]. Journal of Geophysical Research, 1985, 90(C3): 4707−4720.

Witter D L, Chelton D B. A Geosat altimeter wind speed algorithm and a method for altimeter wind speed algorithm development[J]. Journal of Geophysical Research, 1991, 96(C5): 8853−8860.

Blanc F, Borra M, Boudou P, et al. AVISO User Handbook—Merged TOPEX/Poseidon Products (GDR-Ms)[Z]. AVI-NT-02-101-CN, Edition 3.0, 1996.

Picot N, Desai S. AVISO and PODAAC User Handbook—IGDR and GDR Jason-1 Product[Z]. SMM-MU-M5-OP-13184-CN, Edition 4.1, 2008.

Dumont J P, Rosmorduc V, Carrere L, et al. OSTM/Jason-2 Products Handbook[Z]. SALP-MU-M-OP-15815-CN, Edition 1 rev 9, 2015.

Young I R. An estimate of the Geosat altimeter wind speed algorithm at high wind speeds[J]. Journal of Geophysical Research, 1993, 98(C11): 20275−20285.

穆博, 林明森, 彭海龙, 等. HY-2卫星微波散射计反演风矢量产品真实性检验方法研究[J]. 中国工程科学, 2014, 16(6): 39−45.

Mu Bo, Lin Mingsen, Peng Hailong, et al. Validation of wind vectors retrieved by the HY-2 microwave scatterometer using NCEP model data[J]. Engineering Sciences, 2014, 16(6): 39−45.

2019年第41卷第7期

PDF下载

127

引用本文

BibTeX

文章信息

doi: 10.3969/j.issn.0253-4193.2019.07.011

接收时间：2017-04-24
首发时间：2026-04-02
出版时间：2019-07-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2017-04-24
修回日期：2018-04-26

基金

国家自然科学基金（41876211，41506206，41876204，41476152，41276019）；广东省省级科技计划项目（2013B020200013）；国家重点研发计划（2016YFC1401000）；国家自然科学基金委员会–山东省人民政府联合资助海洋科学研究中心项目（U1406404）。

作者信息

¹ 国家卫星海洋应用中心，北京 100081

² 国家海洋局空间海洋遥感与应用研究重点实验室，北京 100081

³ 广州市气象台，广东广州 511430

⁴ 北京5111信箱，北京 100094

⁵ 青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室，山东青岛 266237

通讯作者:

*宋清涛（1971—），男，辽宁省丹东市人，博士，研究员，主要从事海洋遥感与边界层物理研究。E-mail：qsong@mail.nsoas.org.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/hyxb/CN/10.3969/j.issn.0253-4193.2019.07.011

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT