紧缩极化合成孔径雷达反演海面风矢量方法研究
项目介绍
AI项目解读
基本信息
- 批准号:41306189
- 项目类别:青年科学基金项目
- 资助金额:25.0万
- 负责人:
- 依托单位:
- 学科分类:D0607.海洋遥感
- 结题年份:2016
- 批准年份:2013
- 项目状态:已结题
- 起止时间:2014-01-01 至2016-12-31
- 项目参与者:眭怡; 李国辉;
- 关键词:
项目摘要
High resolution ocean wind vector has wide applications in studying the wind field dynamics, improving the accuracy of the ocean, atmosphere and couple model and establishing the wind farm on the ocean. A recently proposed compact polarimetric SAR (Synthetic Aperture Radar) can be used for ocean wind vector inversion effectively, for it can keep almost all the fully polarimtric information with wide swath and overcome the disadvantages of fully polarimtric SAR, such as large data storage, high energy consumption, small covering. Based on a large number of RADARSAT-2 polarimetric SAR data, the reconstruction capability and accuracy of the pseudo fully polarimetric SAR data are analyzed on the different sea states, different imaging geometry with different compact polarimetric modes; combined with the X-Bragg scattering model, the reconstruction method and the cross-polarization reconstruction precision will be improved. The inversion ability of sea surface wind vector from pseudo fully polarimetric data is evaluated. Based on scattering theory of electromagnetic wave and double-scale scattering model, the relationship between SAR Stokes parameters and wind vector is established. A new ocean wind vector inversion method from compact polarimetric SAR is proposed. It will realize the ocean dynamic parameter inversion from the compact polarimetric SAR and provide the base for ocean wind inversion operation application with compact polarimetric SAR.
高分辨率海面风矢量场,在研究风场动力学、提高海洋、大气及其耦合模式精度、建立海上风力发电场等方面具有广泛应用。紧缩极化合成孔径雷达(SAR)是一种新近提出的SAR系统,可以克服全极化SAR数据量大、能耗高、覆盖面积小等缺点,并保留大部分极化信息,可有效用于海面高分辨率风矢量场反演。本项目拟基于大量RADARSAT-2全极化SAR数据,分析不同海况、不同成像几何下,重构伪全极化信息的最优紧缩极化模式;结合X-Bragg散射模式,改进重构算法,提高交叉极化重构精度,进行重构伪全极化资料海面风场反演研究。基于电磁波散射传输理论和双尺度模型,建立紧缩极化SAR Stokes参量与海面风场的关系,提出紧缩极化SAR海面风矢量反演新方法,实现紧缩极化SAR海洋动力参数反演,为紧缩极化SAR反演海面风场业务化应用打下基础。
结项摘要
紧缩极化SAR(compact polarization SAR, CP SAR)是一种新型SAR。相对全极化SAR,具有刈幅宽、重访周期短的优点。目前,印度的RISAT-1(发射于April 26, 2012)和日本的ALOS-2(发射于May 24, 2014)都载有这种新型传感器。同时加拿大的RADARSAT Constellation Mission (RCM)拟定在2018年发射,也载有这种新型传感器。 因此,开展CP SAR海面溢油检测,海冰分类和海面风场定量反演应用研究非常有必要。.本课题主要研究了两方面的内容: 1) 提高紧缩极化SAR极化重构伪全极化数据,尤其是提高交叉极化的重构精度,以满足海面风场定量反演的需求;2)针对紧缩极化数据本身所能提供的信息,进行从紧缩极化Stokes向量提取相关信息,进行海上溢油监测和海冰分类研究。.迄今为止,我们将2062景SAR图像与浮标进行了匹配。根据匹配的数据提出了适合海面Bragg散射的重构算法,相对其他算法,提高了海面风场反演的精度。同时,我们还分析了紧缩极化SAR数据本身包含的信息,采用m-χ分解RGB方法分析了溢油的极化性质,发现溢油的散射机制并不都是non-Bragg散射机制,这将为提高溢油检测率提供理论基础。采用相似的方法,我们对南极海冰进行了分类研究,发现m-χ分解RGB方法可以采用不同的颜色代表不同类型的海冰。所有以上的研究结果将为紧缩极化SAR海洋监测和海洋参数定量反演研究打下基础。
项目成果
期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
Analysis of the Polarimetric SAR Scattering Properties of Oil-Covered Waters
含油水域偏振SAR散射特性分析
- DOI:10.1109/jstars.2014.2348173
- 发表时间:2015-08
- 期刊:IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING
- 影响因子:5.5
- 作者:李海艳
- 通讯作者:李海艳
利用组合紧缩极化SAR进行海冰分类研究
- DOI:--
- 发表时间:2016
- 期刊:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
- 影响因子:5.5
- 作者:李海艳;Haiyan Li
- 通讯作者:Haiyan Li
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
An efficient radiation analysis approach through compressive model for laser driven inertial confinement fusion
通过激光驱动惯性约束聚变压缩模型的有效辐射分析方法
- DOI:10.1016/j.cpc.2020.107644
- 发表时间:2021-02
- 期刊:Computer Physics Communications
- 影响因子:6.3
- 作者:李海艳;梁桂铭;黄运保
- 通讯作者:黄运保
辣椒CaHsfA2上游转录因子的筛选及耐热功能分析
- DOI:10.3864/j.issn.0578-1752.2022.16.011
- 发表时间:2022
- 期刊:中国农业科学
- 影响因子:--
- 作者:刘瑞瑶;黄国弘;李海艳;梁敏敏;逯明辉
- 通讯作者:逯明辉
基于混沌电路的同步控制实验箱的设计
- DOI:--
- 发表时间:--
- 期刊:西南师范大学学报(自然科学版)
- 影响因子:--
- 作者:危雨轩;段书凯;熊灵;丁建松;李海艳
- 通讯作者:李海艳
基于卡尔曼滤波的多传感器测量数据融合
- DOI:--
- 发表时间:--
- 期刊:武汉大学学报(工学报)
- 影响因子:--
- 作者:李海艳;李维嘉;黄运保
- 通讯作者:黄运保
迁移学习下的极限学习机代理建模方法及应用
- DOI:--
- 发表时间:2021
- 期刊:计算机工程与应用
- 影响因子:--
- 作者:黄泽英;李海艳;林景亮
- 通讯作者:林景亮
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
李海艳的其他基金
北冰洋边缘冰区海浪传播特征研究
- 批准号:41776197
- 批准年份:2017
- 资助金额:72.0 万元
- 项目类别:面上项目
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}