【摘要】:入射角较小时后向散射功率几乎全部来自波长为入射波长3倍以上的定向的镜面反射。在入射角较小的情况下,σ0对风向并没有很大的依赖,因此,风速可以从高度计数据中推测出来。因此,模式函数的质量直接关系到海面风速的反演精度。目前,卫星高度计使用的风速反演模式函数为改进的MCW模型,模型的输入参数为有效波高与σ0,经过模型中的一系列运算最终求得风速。图3.2基于神经网络获取海面风速反演模型系数矩阵
高度计海面风速与后向散射系数σ0之间的物理关系与布拉格散射机理是不同的。入射角较小时后向散射功率几乎全部来自波长为入射波长3倍以上的定向的镜面反射。随着风速的增加,海表面粗糙程度增加,导致更多的入射波的反射方向远离了卫星高度计的方向。因此,σ0与风速近似成反比关系。在入射角较小的情况下,σ0对风向并没有很大的依赖,因此,风速可以从高度计数据中推测出来。后向散射系数与海面风速之间的解析关系式称为“地球物理模式函数”,简称“模式函数”。高度计测量的σ0必须通过模式函数才能转换为海面风速。因此,模式函数的质量直接关系到海面风速的反演精度。
模式函数的选取直接影响卫星高度计风速的反演精度。在高度计发展历程中,风速反演方法大部分都是基于BR经典模式函数,同时针对不同卫星高度计数据的特点进行了改进,其中包括SB、CM、GD、CW以及MCW等模型,在算法发展过程中,逐渐引入了海况的影响因素,其中包括GG、LB以及HD等模型。
目前,卫星高度计使用的风速反演模式函数为改进的MCW模型,模型的输入参数为有效波高与σ0,经过模型中的一系列运算最终求得风速。
(1)风速模型
风速模型公式如下:
(www.xing528.com)
风速模型简写为U10=f(σ0,SWH)。
(2)模型关键参数
模型中的W x、W y、B x、B Y即为系数矩阵,算法采用BP神经网络,利用卫星高度计σ0、有效波高以及风速,经过两层网络拟合,设定的误差限为0.00001,最终得到了模型采用的系数矩阵,如图3.2所示。
图3.2 基于神经网络获取海面风速反演模型系数矩阵
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。