粗糙海面代价函数多参量遥感反演研究

粗糙海面代价函数多参量遥感反演研究

论文摘要

受海洋和大气等环境参量的影响,传统理论模式已不能准确的反演海表盐度和温度等参数。近来,一种新的半经验双参数模式(model-2P)反演粗糙海面盐度可以获得较好的精度。在此基础上,采用基于贝叶斯统计方法的代价函数(cost function)可以更好的反演海表盐度(SSS)。利用两种代价函数方法(非限制性代价函数和限制性代价函数),首先研究了L波段代价函数联合反演粗糙海表的盐度和温度等参数的特性。结果表明,在低温低盐海域,非限制性代价函数对海表盐度等参数不敏感而对海表温度相对较敏感,导致海表盐度反演误差较大。对于限制性代价函数,虽然提高了低温盐海域代价函数对海表盐度等参数的敏感性,但是却降低了反演结果的稳定性,且参数限制部分引入的反演误差很难消除。因此,在低温盐海域,非限制性代价函数适合盐度反演,并且具有较好的稳定性。在观测亮温资料(或模拟的亮温)处理方面,探讨了不同平均方法对盐度精度的影响,如:两种不同平均方法:a)先把模拟的亮温值求平均,再用代价函数反演海表盐度;b)先用代价函数反演海表盐度,再把所得盐度值求平均。结果表明,对高温高盐海表,盐度反演误差较小,两种方法的反演结果基本相同,亮温与盐度主要表现为线性关系;而在低温低盐海表条件下,盐度反演误差相对较大,亮温和海表盐度之间主要表现为非线性关系。采用方法a反演海表盐度的误差总体上明显小于方法b的反演误差,即方法a较好。在低温盐海域,对于L波段非限制性代价函数反演海表盐度时误差较大的情况,本文分析了粗糙海面L和C双波段多极化遥感亮温对海表盐度、温度、风速和有效波高等参数的敏感性以及L和C双波段多极化的代价函数收敛特性,建立了反演海表盐度、温度、风速和有效波高等多参数的L和C双波段多极化代价函数模式。双波段遥感模式分析结果表明:1)、对于双参数反演,采用L和C双波段垂直极化代价函数模式,可以获得较好的海表盐度和温度反演结果。2)、L波段垂直极化和C波段水平极化代价函数模式可联合反演海表盐度和风速。3)、对于三参数联合反演,采用L波段垂直极化和C波段的双极化模式,能够联合反演盐度、温度和风速。4)、由于L波段亮温对有效波高的敏感性较低(C波段经验模式不含有效波高),使得有效波高反演误差较大,L和C波段经验模式不适合反演有效波高。为了定量分析L和C双波段代价函数的多参量遥感反演结果,本文采用加性噪音模拟亮温方法,对上述L和C双波段多极化模式的盐度、温度和风速等参数联合反演误差进行了分析,均得出较好的结果。

论文目录

  • 致谢
  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 海表盐度遥感反演的意义
  • 1.2 海表盐度遥感的历史和现状
  • 1.2.1 固定平台观测
  • 1.2.2 航空遥感观测
  • 1.2.3 卫星遥感观测
  • 1.3 本文主要研究内容
  • 第二章 海洋盐度遥感反演原理及方法
  • 2.1 海水盐度的定义:
  • 2.2 海水盐度微波遥感原理
  • 2.3 海水盐度反演算法
  • 第三章 粗糙海面 L 波段盐度遥感反演分析
  • 3.1 L 波段盐度遥感反演的研究背景
  • 3.2 粗糙海面 L 波段代价函数模式分析
  • 3.3 粗糙海面 L 波段代价函数模式盐度遥感反演
  • 3.3.1 L 波段代价函数双参数联合反演海表盐度和温度
  • 3.3.2 L 波段代价函数双参数联合反演海表盐度和风速
  • 3.3.3 L 波段代价函数双参数联合反演海表盐度和有效波高
  • 3.3.4 L 波段代价函数三参数联合反演分析
  • 3.4 定量分析 L 波段代价函数的盐度和温度双参数反演
  • 3.5 本章结论
  • 第四章 粗糙海面 L/C 双波段盐度遥感反演分析
  • 4.1 粗糙海面 L/C 双波段代价函数模式的研究背景
  • 4.2 粗糙海面 L/C 双波段代价函数模式的建立
  • 4.3 L/C 双波段模式中各参量的敏感性分析
  • 4.3.1 L/C 双波段代价函数模式中海表盐度的敏感性分析
  • 4.3.2 L/C 双波段代价函数模式中海表温度的敏感性分析
  • 4.3.3 L/C 双波段代价函数模式中风速和有效波高的敏感性分析
  • 4.4 L/C 双波段优化模式海表参量反演分析
  • 4.4.1 L/C 双波段优化模式联合反演海表盐度和温度
  • 4.4.2 L/C 双波段优化模式联合反演海表盐度和风速
  • 4.4.3 L/C 双波段优化模式联合反演海表盐度、温度和风速
  • 4.5 L/C 双波段优化模式联合反演海表参量的定量分析
  • 4.5.1 定量分析方法
  • 4.5.2 L/C 双波段优化模式联合反演海表盐度和温度
  • 4.5.3 L/C 双波段优化模式联合反演海表盐度和风速
  • 4.5.4 L/C 双波段优化模式联合反演海表盐度、温度和风速
  • 4.6 盐度敏感波段分析
  • 4.7 0.3GHz 波段和 C 波段优化模式联合反演海表参量分析
  • 4.8 本章结论
  • 本文结论、创新及研究展望
  • 参考文献
  • 发表文章目录
  • 相关论文文献

    • [1].改进的基于代价函数的小波脊相位提取算法[J]. 光电子·激光 2016(07)
    • [2].传统基于代价函数的垂直切换机制[J]. 中国新通信 2016(13)
    • [3].数字图像识别的代价函数选择和性能评价[J]. 电光与控制 2019(12)
    • [4].深度神经网络代价函数选择与性能评测研究[J]. 软件 2018(01)
    • [5].数据链中基于组合代价函数的博弈功率控制[J]. 江西师范大学学报(自然科学版) 2012(06)
    • [6].一种基于代价函数的相位估计算法[J]. 无线电工程 2019(04)
    • [7].自适应代价函数的GPS路线决策研究[J]. 重庆交通大学学报(自然科学版) 2014(06)
    • [8].MIMO干扰信道下基于自适应复合代价函数的干扰对齐预编码设计[J]. 系统工程与电子技术 2016(10)
    • [9].基于代价函数的红外多目标跟踪方法[J]. 舰船电子工程 2012(11)
    • [10].基于多属性代价函数的WiFi与蓝牙TLS融合定位算法[J]. 传感器与微系统 2018(11)
    • [11].联合SOM和代价函数的航空发动机性能衰退评估算法[J]. 价值工程 2016(12)
    • [12].基于代价函数掩模法的局部脑损伤fMRI数据处理[J]. 中国生物医学工程学报 2008(06)
    • [13].模糊选择消费代价函数动态资源分配算法研究[J]. 计算机应用研究 2012(07)
    • [14].基于均衡代价函数的信道阶数盲估计算法[J]. 电子学报 2015(12)
    • [15].基于非线性代价函数的博弈功率控制算法[J]. 武汉理工大学学报 2011(03)
    • [16].基于全局代价函数优化的立体标定方法[J]. 仪器仪表学报 2011(10)
    • [17].基于余弦代价函数T/4分数间隔盲均衡算法—Simulink仿真[J]. 计算机工程与应用 2018(18)
    • [18].基于余弦代价函数的T/4分数间隔盲均衡算法[J]. 计算机应用研究 2018(07)
    • [19].基于距离代价函数和信息熵的发动机性能参数估计研究[J]. 推进技术 2013(11)
    • [20].基于稳健代价函数的移动台非直达波定位方法[J]. 电子测量与仪器学报 2008(01)
    • [21].多元代价函数的组网雷达控制模块设计[J]. 雷达与对抗 2015(04)
    • [22].基于代价函数的车载导航系统地图匹配算法[J]. 深圳信息职业技术学院学报 2008(02)
    • [23].基于决策树的钓鱼网页的识别方法[J]. 电脑知识与技术 2017(33)
    • [24].最小误码率准则盲源分离算法[J]. 信号处理 2016(01)
    • [25].基于后继代价函数的启发式服务组合算法[J]. 计算机工程 2010(16)
    • [26].基于代价函数优化的帧内预测快速算法[J]. 武汉理工大学学报 2009(20)
    • [27].全球卫星导航系统中欺骗信号优化检测仿真[J]. 计算机仿真 2019(06)
    • [28].基于最小代价函数的网格资源发现算法[J]. 燕山大学学报 2013(01)
    • [29].基于代价函数修正的异类传感器数据关联算法[J]. 电光与控制 2013(09)
    • [30].α噪声环境下基于余弦代价函数的盲均衡算法[J]. 探测与控制学报 2019(01)

    标签:;  ;  ;  ;  

    粗糙海面代价函数多参量遥感反演研究
    下载Doc文档

    猜你喜欢