本發(fā)明涉及一種算法，具體是一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法。

背景技術(shù)：

海浪方向譜同時描述了海浪組成波能量相對于頻率和方向的分布，由它可以得到所有海浪參數(shù)(如海浪有效波高、平均波向、平均波周期、平均波長等)。海浪方向譜的確定是海浪研究的核心問題之一。星載sar是一種主動式微波成像雷達，可獲得空間分辨率高達1-10m的雷達圖像，并且具有全天候全天時工作的優(yōu)勢。星載sar并非對海浪直接成像，sar僅與海面短重力波或毛細波相互作用從而成像。基于海浪對海面短重力波的調(diào)制作用，在sar圖像上可觀測到作為調(diào)制信號的海浪信息，表現(xiàn)為明暗相間的波紋圖像。從sar圖像可以反演獲得海浪方向譜。目前基于sar反演海浪方向譜主要有mpi反演算法、交叉譜反演算法和parsa反演算法三種。

1991年，k.hasselmann和s.hasselmann在同時考慮了線性的流體力學調(diào)制和傾斜調(diào)制以及非線性的速度聚束效應(yīng)的基礎(chǔ)上，推導(dǎo)了海浪方向譜與sar圖象譜的非線性變換關(guān)系，同時提出通過迭代運算使價值函數(shù)最小化以獲得最優(yōu)海浪方向譜的求逆算法。從而解決了從衛(wèi)星sar圖像反演海浪方向譜的可行算法，這個反演算法被稱為馬普學會方法，即mpi方法。該反演算法的迭代求逆過程需要第一猜測譜，mpi算法采用海浪數(shù)值預(yù)報模式wam的模式結(jié)果作為第一猜測譜。1996年hasselmanns對價值函數(shù)作了改進，并引入譜分割技術(shù)，以使mpi算法更易收斂。mpi反演算法已應(yīng)用在一些海洋業(yè)務(wù)化預(yù)報部門，例如歐洲中期天氣預(yù)報中心(ecmwf)。但對于其他機構(gòu)而言，獲得準實時的第一猜測譜是較困難的。因此，很多研究者試圖尋找不依賴于第一猜測譜的反演算法。

1995年，engen和johnse提出了從sar復(fù)數(shù)據(jù)反演海浪方向譜的交叉譜方法。該方法有兩個優(yōu)勢：第一，不需要第一猜測譜。第二，不存在海浪傳播的180°模糊問題。歐空局esa采用交叉譜方法從envisat/asar波模式數(shù)據(jù)反演海浪方向譜，并作為標準的波模式海浪方向譜二級產(chǎn)品wvw提供給用戶。但該方法的缺陷較明顯：第一，速度聚束導(dǎo)致的高頻信息丟失無法恢復(fù)，只能獲得截止波數(shù)內(nèi)的海浪方向譜而不是完整的海浪方向譜。第二，需要風場信息以分離sar圖像中的風浪信息，而風場信息則依賴于散射計經(jīng)驗?zāi)Ｐ蚦mod計算。ecmwf對2006.11-2007.10的wvw產(chǎn)品進行印證，其結(jié)果表明基于交叉譜反演方法的asar波模式海浪方向譜wvw產(chǎn)品存在很大誤差。

2005年，schulz-stellenfleth等提出一種改進的非線性反演算法partitionrescalingandshiftalgorithm(parsa)。parsa方法是mpi方法和交叉譜方法的有機結(jié)合，既可獲得完整的海浪方向譜，又消除了傳播方向的180°模糊。parsa與mpi方法相比的改進處如下：a、采用新的譜分割方法，各子波系統(tǒng)部分重疊以避免譜形不連續(xù)問題；b、對譜分割后各子波系統(tǒng)進行參數(shù)化，除波長、波向和波能外增加方向擴散參數(shù)；c、基于三個概率誤差模型，包括交叉譜估計誤差模型、海浪譜到sar交叉譜正向非線性變換概率誤差模型和第一猜測譜不確定性模型；d、采用最大后驗概率方法獲得海浪方向譜最優(yōu)估計；e、利用交叉譜中相位信息消除海浪傳播方向180°模糊問題。印證結(jié)果表明，parsa的反演結(jié)果明顯優(yōu)于wvw，也優(yōu)于mpi。但它仍依賴于難以獲得的準實時的第一猜測譜。

現(xiàn)有技術(shù)存在以下缺點：

1.mpi反演方法：依賴于第一猜測譜，但獲得準實時的第一猜測譜較困難。

2.交叉譜反演方法：無法恢復(fù)由于速度聚束而丟失的海浪高頻信息(即風浪信息)，只能獲得截止波數(shù)內(nèi)的海浪方向譜，并不是完整的海浪方向譜。

3.parsa反演方法：仍然依賴于難以獲取的第一猜測譜。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法，以解決上述背景技術(shù)中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法，包含以下步驟：(1)、wvw海浪方向譜的風浪譜和涌浪譜的分離：基于komen等提出的風向波浪傳遞能量的關(guān)系式，其中，β＝1.3，u10是10m高處的風速，cp是波速，θ是波的方向，是風向，二維譜中滿足上述關(guān)系式的部分分離為風浪，其余部分分離為涌浪，(2)、引入風浪譜模型，采用的是文氏譜，海浪方向譜表達式其中是頻譜，是方向函數(shù)，是歸一化函數(shù)，其中：無因次頻譜：q＝4.14exp(-0.809p^0.766)≤1.42，t是風時，u是10m高處的平均風速，(3)、譜分割及子譜的交叉調(diào)整，使用hasselmann的譜分割方法對兩個風浪譜進行譜分割，然后進行交叉調(diào)整及最優(yōu)插值法得到有完整風浪信息的風浪譜，hasselmann對每個分割用到了三個積分波參數(shù)，分別是分割的有效波高hs,p、分割的均值頻率fm,p和分割的均值方向θm,p，其中ep表示分割的能量ep＝∫∫a_pf(f,θ)dfdθ，兩個二維譜a和b，其分割的數(shù)目分別為m和n個。這樣，對于譜a中的每一個分割i(a)，如果譜b中某一分割j(b)滿足如下條件，則i(a)和j(b)進行交叉分配，①、在頻率方向譜中，‘分割’i(a)和j(b)的平均‘坐標’需在一定的‘距離’范圍之內(nèi)。這個距離指的是：如果二者的均值頻率相等則均值方向的最大差距不能超過50°，若二者的的均值方向相同則均值頻率的差別不能超過40％，即②、某分割的能量至少是另外一個分割能量的10％要大，即或者(4)、涌浪譜和風浪譜融合，對涌浪譜和風浪譜采取小波變換與重構(gòu)法進行有效的譜數(shù)據(jù)融合，最終得到包含較為完整的風浪和涌浪信息的海浪方向譜。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明算法不再使用很難獲得的準實時第一猜測譜，而是采用已驗證的在涌浪部分有較高反演精度的交叉譜反演結(jié)果，加之被廣泛應(yīng)用的風浪譜模型(文氏譜)，對二者進行有效的譜融合，得到包含涌浪信息與風浪信息的海浪方向譜。

附圖說明：

圖1為本發(fā)明的算法流程圖；

圖2為由wvw海浪方向譜產(chǎn)品數(shù)據(jù)得到的不完整的海浪方向譜圖；

圖3為由文氏譜得到的風浪譜圖；

圖4為最終得到的具有較完整風浪和涌浪信息的海浪方向譜圖；

圖5是浮標站位圖；

圖6和圖7是產(chǎn)品優(yōu)化前后與現(xiàn)場浮標數(shù)據(jù)對比結(jié)果圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1-7，一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法，包含以下步驟：

(1)、wvw海浪方向譜的風浪譜和涌浪譜的分離：基于komen等提出的風向波浪傳遞能量的關(guān)系式，其中，β＝1.3，u10是10m高處的風速，cp是波速，θ是波的方向，是風向，二維譜中滿足上述關(guān)系式的部分分離為風浪，其余部分分離為涌浪，

(2)、引入風浪譜模型，采用的是文氏譜，海浪方向譜表達式其中是頻譜，是方向函數(shù)，是歸一化函數(shù)，其中：無因次頻譜：q＝4.14exp(-0.809p^0.766)≤1.42，t是風時，u是10m高處的平均風速，

(3)、譜分割及子譜的交叉調(diào)整，使用hasselmann的譜分割方法對兩個風浪譜進行譜分割，然后進行交叉調(diào)整及最優(yōu)插值法得到有完整風浪信息的風浪譜，hasselmann對每個分割用到了三個積分波參數(shù)，分別是分割的有效波高hs,p、分割的均值頻率fm,p和分割的均值方向θm,p，其中ep表示分割的能量ep＝∫∫a_pf(f,θ)dfdθ，兩個二維譜a和b，其分割的數(shù)目分別為m和n個。這樣，對于譜a中的每一個分割i(a)，如果譜b中某一分割j(b)滿足如下條件，則i(a)和j(b)進行交叉分配，①、在頻率方向譜中，‘分割’i(a)和j(b)的平均‘坐標’需在一定的‘距離’范圍之內(nèi)。這個距離指的是：如果二者的均值頻率相等則均值方向的最大差距不能超過50°，若二者的的均值方向相同則均值頻率的差別不能超過40％，即②、某分割的能量至少是另外一個分割能量的10％要大，即或者

(4)、涌浪譜和風浪譜融合，對涌浪譜和風浪譜采取小波變換與重構(gòu)法進行有效的譜數(shù)據(jù)融合，最終得到包含較為完整的風浪和涌浪信息的海浪方向譜。

本發(fā)明的工作原理是：本發(fā)明的優(yōu)化算法將應(yīng)用成熟的風浪譜模型(文氏譜)找回交叉譜反演過程中丟失的風浪信息，以優(yōu)化wvw海浪方向譜，最終提供給用戶精度更高的海浪方向譜產(chǎn)品。算法流程圖見圖1。

圖2為由wvw海浪方向譜產(chǎn)品數(shù)據(jù)得到的不完整的海浪方向譜，圖3為由文氏譜得到的風浪譜，圖4為最終得到的具有較完整風浪和涌浪信息的海浪方向譜。

為確定本優(yōu)化算法的反演誤差，需要與現(xiàn)場測量數(shù)據(jù)作同步印證。計算wvw海浪方向譜和優(yōu)化后的海浪方向譜得到的海浪有效波高數(shù)據(jù)，分別將結(jié)果與現(xiàn)場浮標測量的有效波高進行同步印證。產(chǎn)品數(shù)據(jù)與浮標數(shù)據(jù)(浮標站位圖如圖5所示)的時空匹配條件設(shè)置為：空間距離不超過100km，時間尺度不超過0.5小時。應(yīng)用全球2011年的部分asar波模式數(shù)據(jù)與浮標數(shù)據(jù)進行匹配，共得到465組對比數(shù)據(jù)。對比結(jié)果如圖6(wvw產(chǎn)品有效波高與浮標數(shù)據(jù)對比結(jié)果圖)和圖7(本優(yōu)化算法有效波高與浮標數(shù)據(jù)對比結(jié)果圖)所示。其對比參數(shù)數(shù)據(jù)表格如下：

由相關(guān)系數(shù)、均方根誤差和偏差等參數(shù)可以看出，本優(yōu)化算法的反演精度高于wvw產(chǎn)品。