基于Sobel算子海面風向反演算法研究

王凱文　王慧　蔡理東　陳振華　楊名

摘 要：基于傳統Sobel算子局部梯度法從X波段雷達風條紋圖像中提取海表面風向。通過直方圖統計法，得到主梯度方向，進一步求取主海表面風向，主海表面風向180°模糊問題通過單點風向標數據消除。運用實測X波段雷達圖像進行數據實驗，發現此方法提高了X波段雷達圖像反演海表面風向的精度。

關鍵詞：局部梯度法;Sobel算子;海表面風向;X波段雷達圖像;風條紋圖像

中圖分類號：TN957.51文獻標識碼：A

風是海洋動力學主要驅動力，是大氣到海洋能量和動力轉換的主要動力來源，并且支撐著低層海洋大氣邊界層和上層海洋表面之間的氣體交換。因此，海面風場是海洋和大氣的重要物理因素，直接影響海上航行、海洋工程、海洋漁業等[1]。海面風場信息包含風速和風向兩方面，應用X波段雷達圖像反演海面風速的關鍵就是需要已知風向，風向的反演精度是決定風場反演的關鍵。

傳統海表面風向監測方法是將風向標安裝在船只、浮標及岸基觀測站中完成對海面風單點測量。但是存在容易受障礙物阻礙和安裝環境的影響，測量范圍較小等缺陷[2-3]。隨著空間海洋學的發展，應用機載或星載散射計測量大面積海面風場成為現實，但存在分辨率較低、無法測量近岸數十千米及惡劣天氣區域的海面風場的缺陷[4-5]。Horstmann等人提出應用SAR圖像反演海面風場，并用SAR成像的風條紋來反演海面風向，但是存在成本高、分辨率低和不能實時進行數據分析等缺陷[6-8]。X波段雷達具有不受光線、天氣和傳感器位置的影響、分辨率高、可以測量近海岸海面風場等優勢日益受到關注。本文提出應用Sobel算子基于航海雷達圖像提取海面風向信息。

1 基于Sobel算子風向反演算法

海面風切應力會導致陣風風速疊加在海面風場上，雖然海面風場是非穩定均勻的，但由于陣風的疊加使海面產生湍流，引起海面粗糙度的改變。由于海面粗糙度的影響，即微尺度波，它們與X波段雷達的電磁波波長類似，發生Bragg散射，產生后向回波，在雷達回波圖像上會形成尺度為100～500m的風條紋，條紋軸向與風向平行[15]，如圖1（a）所示。

應用數值化方法對風條紋圖像進行縮減和平滑，目的是進一步濾除其他信號，并使分辨率降低，具體設計如下：

（1）用4階二項式系數卷積核B4去平滑圖像;

（2）對子圖像取2×2的抽樣平均;

（3）用2階二項式系數卷積核B2去平滑圖像。

可以迭代重復此操作，經圖像縮減后尺寸為原圖像的1/4，每縮減一次圖像分辨率放大2倍。如圖1（b）所示，對像素點數為160×160、空間分辨率7.5×7.5m的X波段風條紋圖像，進行2次平滑和縮減，從此圖可以看到像素點數為31×31，圖像空間分辨率為30×30m。

對梯度方向應用直方圖統計，梯度方向出現頻率最多的則為所求的梯度主方向，風向與梯度方向存在90°的夾角。但是求得的風向存在180°模糊問題，可以通過風向標測得的單點數據進行校正。

2 實驗結果與分析

2.1 實驗數據

實驗在福建省平潭縣海壇島展開，海壇島是臺灣海峽北部的島嶼，海面開闊，島上風力資源豐富，據統計每年島上風力在7級以上的時間超過160天。數據時間從2010年10月22號至29號，選取不連續數據260組，每組包含32幅圖像。實驗期間恰遇臺風“鯰魚”，在“鯰魚”登陸時，實驗區域風向在短時間內變為西南風，在“鯰魚”作用消失后，風向恢復為東北風，風速變化范圍5～8m/s。雷達天線安裝高度40m，采用HH極化方式，半徑覆蓋范圍0.5—4.3km的圓，徑向分辨率7.5m。

2.2 實驗結果

對縮減平滑后的X波段風條紋圖像運用Sobel算子計算梯度方向，對計算得到的梯度方向按直方圖統計，求取頻率最大值C，將頻率>0.95C的角度值平均得到主梯度方向，圖2為梯度方向直方圖。主梯度方向旋轉90°即為主風向，按單點風向標數據消除180°模糊問題，此時刻海面風向反演結果為33°，實測海面風向為37°。對所有雷達數據實驗結果進行誤差統計，與實測風向相關系數為0.89，偏差11.8°，標準差15.6°，誤差8.4°。

3 總結

應用局部梯度法從X波段雷達風條紋圖像中提取海面風向信息已被廣泛認可，本文根據鄰域點的幾何關系，驗證了基于Sobel算子的海表面風向反演算法具有較高的應用價值。由于實驗期間，實驗海域以東北風、西南風為主，未能遍歷所有的風向，以后的工作是加大實驗力度進一步驗證算法精度指標，及從X波段雷達風條紋圖像不明顯區域中提取精度較高海面風向信息。

參考文獻：

[1]袁贛南，賈瑞才，等.應用模擬海雜波圖像反演海面風場算法研究[J].計算機輔助設計與圖形學學報，2013，25（1）：55-61.

[2]楊勁松.合成孔徑雷達海面風場、海浪和內波遙感技術[M].北京：海洋出版社，2005：10-18.

[3]Wu L C，Doong D J，Wu C C，etal.Wave and current extraction from marine radar images[C].Ocean Waves and Analysis，Proceedings of the Fifth International Symposium on Ocean Wave Measurement and Analysis，Madrid Spain，2005，235-238.

[4]Fetterer F，Gineris D，and Wackerman C.Validating a scatterometer wind algorithm for ERS-1 SAR[J].IEEE Trans.Geosci.Remote Sens，1998，36（2）：476-492.

[5]Stoffelen A and Aderson D.Scatterometer data interpretation：Estimation and validation of the transfer function CMOD4[J].Geophys Res.1997，102（1）：5767-5780.

[6]Horstmann J，Koch W，Lehner S，et al.Ocean winds from RADARSAT-1ScanSAE[J].Can J Remote Sens，2002，28（3）：524-533.

[7]Horstmann J，Koch W.Measurement of ocean surface winds using synthetic aperture radars[J].IEEE Journal of Oceanic Engineering，2005，30（3）：508-515.

[8]Horstmann J，Schiller H，Stellenfleth J S，et al.Global wind speed retrieval from SAR[J].IEEE Transactions on Geoscience and Remote Sensing，2003，41（10）：2277-2286.

作者簡介：王凱文（1999— ），男，漢族，江蘇南通人，本科，研究方向：雷達數據、圖像處理等。