基于RADARSAT-2四極化SAR影像的海面風速反演

方賀，蔡菊珍，何月，徐瑞，張育慧，張小偉，賀忠華，肖晶晶，謝濤

（1.浙江省氣候中心，浙江杭州310017；2.自然資源部第二海洋研究所衛星海洋環境動力學國家重點實驗室，浙江杭州310012；3.國家海洋環境預報中心，北京100081；4.南京信息工程大學遙感與測繪學院，江蘇南京210044）

1 引言

海表面風場是推動海洋表面運動的重要動力，同時也是大氣和海洋相互作用的重要參數之一，高時空分辨率的海表面風場資料有利于大氣-海洋動力過程的研究。此外，海面風尤其是海上大風天氣是我國沿海地區常有的災害性天氣，對海洋航運、安全生產以及海洋工程危害甚大，因此準確且及時的海表面風場預報和觀測尤為重要[1]。

傳統的海面風場觀測手段（浮標、氣象站和測風塔等）有著明顯的局限性，如建設維護成本較高、無法獲取大面積海面信息以及受外界環境因素影響較大，從而影響高質量海面風場數據的獲取。隨著空間遙感技術的發展，各種星載傳感器應運而生，可以彌補傳統海面風場觀測的不足，使得長時間和大范圍獲取高分辨率海面風場信息成為可能。在眾多星載傳感器中，合成孔徑雷達（Synthetic Aperture Radar，SAR）可以不受云、日照以及太陽光線的影響，實現全天時和全天候成像的能力，已逐漸成為海面風場監測，尤其是近岸風場反演的新手段[2]。

早期的SAR海面風速反演研究主要基于單極化影像數據展開。對于C波段VV極化SAR影像數據，CMOD（C-Band MODe）系列半經驗地球物理模式函數（Geophysical Model Functions，GMF）是最常用的手段。CMOD系列模式函數起初是基于VV極化的散射計海面風場反演而設計，后被證明同樣適用于SAR風場反演。在眾多CMOD函數版本中，較為常用且經過多種SAR影像數據檢驗的有CMOD4[3]、CMOD-IFR2[4]、CMOD5[5]和CMOD5.N[6]模式函數。CMOD7是CMOD系列函數最新的版本，但目前多應用于C波段散射計風場的處理，用于SAR風場反演的研究較少[7]。對于HH極化影像風場反演，通常的做法是利用極化比（Polarization Ratio，PR）模型將HH極化SAR歸一化雷達后向散射系數（Normalized Radar Cross Section，NRCS）轉化為VV極化NRCS，然后再代入CMOD模式函數用于反演海面風速。PR模型是一種半經驗模式函數，通過擬合HH極化NRCS與海表面風速、入射角和相對風向等信息而開發的。目前，學者們基于不同SAR影像數據開發了眾多版本的PR模型，由于建立模型的數據源和參考風場不同，因此各種模型的適用性仍有待進一步研究[8-13]。

相較共極化（VV和HH極化）SAR影像，交叉極化（VH和HV極化）SAR數據可以獲取更多的海洋環境信息，從而在海面風場遙感領域展現出獨特的優勢。隨著加拿大RADARSAT-2（RS-2）和中國高分三號SAR衛星的成功發射，我們可以同時獲取VV、HH、VH和HV極化的SAR影像，使得交叉極化SAR海面風速反演成為可能。Vachon等[14]選用加拿大環境及氣候變化部（Environment and Climate Change Canada）的浮標風場作為參考數據，對比分析了RS-2精細四極化SAR雷達后向散射系數和海表面風速的關系。分析結果表明：交叉極化SAR的NRCS與風速呈線性關系，與風向和雷達入射角無關，并以此建立了一個線性交叉極化風速反演模型。隨后，Zhang等[15]通過對比分析534幅RS-2交叉極化NRCS和美國國家浮標中心（National Data Buoy Center，NDBC）浮標風速的關系，同樣發現交叉極化NRCS與風速呈線性關系，并提出了用于交叉極化風速反演的C-2PO（C-band cross-Polarized Ocean backscatter model）模型。最近研究發現，高海況下利用共極化SAR數據反演海面風速會出現“飽和”現象，即反演風速低于實際風速。然而，這一現象并未出現在交叉極化SAR海面風速反演中。因此，交叉極化SAR影像被廣泛應用于颶風觀測，學者們基于這一特性也開發了眾多用于颶風風速反演的模型，并取得了良好的反演效果[16-17]。

相較傳統的單極化SAR系統，星載RS-2四極化SAR衛星可以測量完整的極化散射矩陣，獲取更多的海洋環境參數信息，從而在海面風場遙感領域展現出獨特的優勢。近年來，RS-2 SAR影像數據在中國沿海海域也有了初步應用。韓冰等[18]以ERAInterim資料構建海面初始風向場，對4景成像于中國海域的RS-2精細四極化影像開展了風速反演實驗。結果表明：在4種極化通道下，SAR反演風速與ERA-Interim風速均有著良好的一致性，從而表明該數據在中國海域的可應用性。同年，許遐禎等[19]采用RS-2寬幅掃描、窄幅掃描模式和標準模式的7景RS-2 SAR影像，聯合ERA-Interim風場對共極化SAR數據進行風速反演研究。結果顯示：VV極化數據采用CMOD4模式函數表現最好，與ERAInterim風速的均方根誤差（Root Mean Square Error，RMSE）為1.5 m/s；HH極化數據則采用CMOD4、CNMO-IFR2和CMOD5與Kirchhoff模型的組合函數更適用于海面風速反演，與ERA-Interim風速的RMSE均在2 m/s以內。

綜上所述，利用RS-2不同極化SAR影像數據，基于現有風速反演模型可以在我國沿海海域獲取海表面風速數據。但由于影像數量有限，且沒有實況觀測風速數據進行對比驗證，因此對于各極化通道下最佳風速模型的選取仍有待進一步驗證。本研究選取102景我國沿海海域RS-2精細四極化原始SAR影像開展風速反演研究，基于較常用的風速反演模型對比分析了共極化和交叉極化SAR風速的反演效果，探究各極化方式數據反演風速的最優方法，并對HH極化和交叉極化數據的NRCS與海面風速關系進行進一步研究分析。

2 數據處理和方法

2.1 RS-2 SAR影像

RS-2是一顆搭載C波段傳感器的高分辨率商用雷達衛星，于2007年12月發射升空，設計壽命7～12 a，至今仍在軌運行。RS-2具有1 m高分辨率和全天候成像能力，其搭載的傳感器具有多極化方式和多空間分辨率的特點，使得RS-2衛星具有多種成像模式，可以同時提供VV、HH、VH和HV極化SAR影像，是世界上最先進的商業SAR衛星之一。本文選用的RS-2影像為精細四極化（Quad-Fine）單視復型產品（Single-Look Complex，SLC）。該產品標稱空間分辨率8 m×5m，刈幅25 m×25 km，入射角范圍20°～60°。產品除了提供傳統的共極化數據外，還可以提供交叉極化數據，極大地豐富了SAR觀測的地物目標信息。此外，精細四極化SAR數據具有較大的信噪比，各極化通道串擾噪聲低于-35 dB，保證了交叉極化信號強度不受同極化數據的污染，從而可以較好地應用于海面風場反演中。

在利用SAR數據進行海面風速反演前，需對高分辨率原始SAR影像進行預處理，主要包括輻射定標、降噪濾波、海陸掩膜和空間分辨率重采樣。本文選用的RS-2 SLC SAR數據是經過輻射校正后的數據，因此可以直接利用官方用戶手冊提供的定標參數進行輻射定標。SAR是一種相干的成像系統，在其對目標成像過程中，不可避免地形成一種稱為“玟斑”的噪聲。斑點噪聲的存在嚴重影響SAR圖像的質量，進而影響海面風速信息的準確提取。為了克服這一缺陷，學者們一般采用降低原始SAR影像空間分辨率的方法來獲取高精度海面風速。為了降低斑點噪聲對SAR影像的影響，本文對原始SAR圖像進行100 m×100 m的空間分辨率重采樣[20]。中國沿海島嶼眾多，陸地相對于海面而言較為粗糙，其后向散射系數遠高于海面，是影響沿海SAR風場反演精度的重要因素。因此，對本研究所選SAR數據中的島嶼和陸地影像，采用10 m水深矢量進行陸地掩膜，水深矢量采用美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）提供的ETOPO1地形高程數據。此外，在利用SAR影像進行海面風場反演前，我們還采用“同質性濾波”算法對海上目標物和內波等非風場信號進行剔除，以此保證SAR風場反演的準確性[15]。

2.2 再分析資料

ERA-Interim是歐洲中長期天氣預報中心（European Center for Medium range Weather Forecasts,ECMWF）提供的再分析數據，是連接再分析數據（ERA-40）與新一代再分析產品的過渡數據。它可以提供海面10m高處U（東西方向，正值）和V（南北方向，負值）風速分量數據，空間最高分辨率為0．125°×0．125°，時間分辨率為6 h。Song等[21]采用中國科學院近海海洋觀測研究網絡黃海站和東海站浮標數據，對2010—2011年期間的ERAInterim風場進行評估。結果顯示：ERA-Interim風場在黃海和東海海域與浮標風場有著良好的一致性，從而證明了ERA-Interim風場在東海和黃海海域是真實可靠的。因此，本文選取ERA-Interim風場作為RS-2 SAR風速反演所使用的外部風場和參考風場。

2.3 數據時空匹配

利用RS-2共極化SAR影像開展海面風速反演實驗，需要借助外部風向信息，構建初始風向場，然后通過CMOD模型函數提取風速信息；另一方面，對于SAR影像反演得出的風速場，需要利用參考風速對其進行評估，從而確定反演風速的精度。因此，在進行海面風速反演前，需要將SAR影像與參考風場進行時間和空間匹配，從而建立SAR影像與參考數據間的時空關系。

ERA-Interim數據和SAR影像空間匹配流程如圖1所示。時間上，RS-2衛星在中國海域的過境時間分別約為10時（升軌，世界時，下同）和22時（降軌），基于時間間隔最小原則，本文選取當日12時和次日0時的U和V風速分量。空間上，RS-2精細四極化SAR影像幅寬約25 km×25 km，而ERAInterim的空間分辨率為0．125°×0．125°，因此，本文利用插值方法，在一幅SAR影像內選取5～7個ERA-Interim網格點數據。圖2所示為1景SAR影像與ERA-Interim風場的時空匹配。圖中ERAInterim樣本點S2、S3、S4、S5、S6、S7和S8落在SAR影像，因此可以認為是有效樣本點。

圖1 RS-2 SAR影像訓練數據庫與ERA-Interim匹配流程圖

本文中，將102景RS-2 SAR影像以及時空匹配的ERA-Interim風場分為訓練數據庫和測試數據。訓練數據庫包括102景RS-2 SAR影像，有效樣本點為735個，用于在各極化通道下開展SAR風速反演實驗；測試數據庫包括24景RS-2 SAR影像，有效樣本點為164個，用于驗證本文提出HH和交叉極化SAR風速反演模型。

圖2 RS-2精細四極化SAR影像（成像時間為2012年8月8日22時03分40秒；紅色“+”表示ERA-Interim樣本點；紅色箭頭表示風向；原始影像產品版權歸MacDonald、Dettwiler和Associate s Ltd公司所有）

2.4 四極化SAR海面風速反演模型

對于VV極化SAR數據，目前國際上使用最為廣泛且經過大量數據驗證的是CMOD4、CMODIFR2、CMOD5和CMOD5.N[1-2，18-19]。CMOD函數一般表達式如下：

式中：σ0VV為VV極化的NRCS；?為相對風向；系數b0、b1和b2為入射角θ和海表面10 m高處風速u10的函數。對于CMOD4、CMOD5和CMOD5.N模式函數，指數n=1．6；對CMOD-IFR2模式函數，n=1。由式（1）可以看出，在已知雷達入射角、相對風向以及VV極化的NRCS時，可以計算出海表面10 m高處風速。圖3a和3b分別表示不同CMOD模式函數模擬的σ0VV與海面風速和相對風向之間的關系。

對于HH極化SAR數據，其風速反演一般做法是利用PR模型將HH極化的NRCSσ0HH轉化為σ0VV，然后代入CMOD模式函數中進行風速計算。極化比的一般形式如下：

基于不同SAR衛星數據，學者們提出了不同的PR模型，主要可以分為兩大類：一類是只與入射角有關的比值形式PR模型；另一類是與入射角和海面風矢量有關的指數形式PR模型。本文采用目前較為常用的6種PR模型進行HH極化SAR數據風速 反 演，分 別 記 為E1996[8]、T1998[9]、H2000[10]、V2000[11]、M2005[12]和Z2011[13]。圖3c為上述6種PR模型模擬的極化比數值隨雷達入射角的變化。

除共極化SAR影像外，交叉極化SAR影像在海面風場遙感領域也有著廣泛的應用。Vachon等[14]基于550景RS-2四極化SAR數據和浮標風場資料，構建了Vachon-CP的交叉極化SAR風速反演模型，并指出交叉極化的NRCS僅和海面風速有關，而與入射角無關。隨后，Zhang等[15]基于這一特性，在Vachon-CP模型的基礎上進行了相應的參數調整，提出了C-2PO風速反演模型。Vachon-CP模型和C-2PO模型的一般表達式如下：

式中：σ0VH/HV表示VH/HV交叉極化的NRCS。圖3d為Vachon_CP和C-2PO模型仿真的海面風速與交叉極化NRCS的關系。

3 風速反演結果和對比分析

基于120景訓練SAR數據庫中735個樣本點以及時空匹配的ERA-Interim風場，利用相應風速反演模型，分別在VV、HH、VH和HV極化通道下開展SAR風速反演實驗。此外，本文選取RMSE、偏差（Bias）和相關系數（Corr）作為評價參數，用于檢驗SAR風速反演模型的性能。一般認為，SAR反演風速與參考風速RMSE小于2 m/s，即可認為SAR反演風速滿足高精度海面風速反演要求[2，14-15，20]。

圖3 不同極化模式SAR風速反演模型比較

以ERA-Interim風場作構建海面初始風向，分別利用CMOD4、CMOD-IFR2、CMOD5和CMOD5.N模式函數對VV極化RS-2數據進行海面風速反演。圖4為利用CMOD模式函數的SAR反演風速與ERA-Interim風速對比圖。圖中可以看出，基于CMOD4、CMOD-IFR2、CMOD5和CMOD5.N的SAR反演風速與ERA-Interim風速的RMSE分別為2.23 m/s、2.34 m/s、1.94 m/s和2.12 m/s，4種CMOD模式函數均可以反演出較高精度的海表面風速，其中利用CMOD5函數反演的效果最好。

利用HH極化SAR影像反演風速，需首先將HH極化NRCS轉換為VV極化的NRCS，然后代入CMOD模式函數求解海面風速。本文以ERA-Interim風場作構建海面初始風向，利用CMOD5 模 型 與 E1996[8]、T1998[9]、H2000[10]、V2000[11]、M2005[12]和Z2011[13]極化比模型的組合函數，對HH極化SAR影像進行風速反演。圖5為基于CMOD5函數聯合6種極化比模型函數的SAR反演風速與ERA-Interim風速對比圖。圖中可以看出，CMOD5+E2005、CMOD5+T1998、CMOD5+H2000、CMOD5+V2000、CMOD+M2005和CMOD+Z2011組合模型反演風速與ERA-Interim風速RMSE分別為3.07 m/s、4.35 m/s、2.86 m/s、3.54 m/s、5.21 m/s和2.75 m/s，與ERA-Interim風速RMSE均大于2 m/s，風速反演效果無法滿足高精度風速反演要求。此外，CMOD5+M2005和CMOD5+T200組合模型反演風速在高風速下（＞15 m/s）嚴重高于ERA-Interim風速，已無法得到可信風速。CMOD5+V2000組合模型反演風速在0～10 m/s風速區間嚴重高于ERA-Interim風速，無法得到可信風速。CMOD5+E1996組合模型反演風速在高風速下與ERA-Interim風速一致性較差。

對于RS-2精細四極化SAR影像中交叉極化數據，已有研究證明交叉極化的NRCS僅和海表面風速有關，與雷達入射角和風向無關，因此可以直接利用C-2PO模型和Vachon-CP模型進行海面風速反演。圖6為C-2PO和Vachon-CP模型SAR反演風速與ERA-Interim風速對比，圖中可以看出兩個模型均可以從交叉極化SAR影像得到反演風速。基于Vachon-CP模型的VH和HV極化SAR反演風速與ERA-Interim風速RMSE分別為2.61 m/s和2.65 m/s，而基于C-2PO模型的VH和HV極化SAR反演風速與ERA-Interim風速RMSE分別為2.82 m/s和2.78 m/s。無論是C-2PO模型還是Vachon模型，其在VH和HV極化通道下SAR反演風速具有很好的一致性，但由于SAR反演風速普遍低于參考風速，導致RMSE較大，無法滿足高精度海面風速反演要求。表1為不同極化通道下，基于不同風速反演模型的SAR反演風速與ERA-Interim風速對比。

圖4 基于CMOD模式函數的SAR反演風速與ERA-Interim風速對比圖（單位：m/s；N=735）

圖5 基于CMOD5函數聯合6種極化比模型函數的SAR反演風速與ERA-Interim風速對比圖（單位：m/s；N=735）

4 極化比和交叉極化模型的優化

基于訓練數據庫VV極化SAR數據，利用CMOD5模式函數反演風速與ERA-Interim風速RMSE為1.94 m/s，優于CMOD4、CMOD-IFR2和CMOD5.N函數，滿足高精度海面風速反演要求。然而，利用CMOD5函數和6種極化比組合模型的SAR反演風速與ERA-Interim風速誤差較大，即使效果最好的CMOD+Z2011模型，其反演風速與參考風速RMSE也高于2 m/s（為2.75 m/s），難以滿足高精度海面風速反演要求。同樣，基于交叉極化的C-2PO和Vachon-CP模型SAR反演風速與ERAInterim風速RMSE大于2 m/s，且SAR反演風速明顯低于ERA-Interim風速，這也是造成RMSE偏大的一個重要原因。為了提高SAR海面風速反演精度，本文利用訓練數據庫中735個樣本點對HH極化和交叉極化風速反演模型進行改進，并利用測試數據庫中24景RS-2四極化SAR影像聯合ERAInterim風速資料進行驗證。

4.1 PR_CS極化比模型

由指數形式的極化比模型可知，RS-2共極化SAR影像的極化比值是入射角θ的函數，兩者呈現出較強的非線性關系。因此，我們首先提取735個樣本點的極化比值和入射角進行分析。由圖7a可以看出，RS-2四極化SAR影像極化比值隨入射角的增加而增加。利用非線性擬合方法，在Z2011極化比模型的基礎上對相關參數進行重新賦值，記做PR_CS（PR_China Seas）模型，其表達式為：

圖6 基于C-2PO和Vachon-CP模型的SAR反演風速和ERA-Interim風速對比（單位：m/s；N=735）

表1不同極化通道下SAR反演風速與ERA-Interim風速對比

式中：A1、A2和A3為常系數，其擬合值如表2所示。

表2 PR_CS極化比模型系數及擬合值

為了驗證PR_CS極化比模型的適用性，我們首先對圖2 SAR影像中共極化數據開展風速反演實驗。圖8分別為基于CMOD5模式函數的VV極化SAR影像反演風速和基于CMOD5+PR_CS組合模型的HH極化SAR影像反演風速。表3為S2～S8樣本點SAR反演風速與ERA-Interim風速誤差對比。從表中可以看出，在S2～S8樣本點中，SAR反演風速與ERA-Interim風速誤差均小于2.5 m/s，兩者具有良好的一致性。然后，我們選取測試數據庫中24景RS-2精細四極化HH極化SAR數據進行海面風速反演實驗。圖7b為CMOD5+PR_CS組合模型反演風速與ERA-Interim風速散點圖。從圖中可以看出，CMOD5+PR_CS組合模型反演風速與測風塔觀測風速有著良好的一致性，兩者RMSE為1.54 m/s，滿足高精度海表面風速反演要求。

4.2 CP_CS交叉極化風速反演模型

由Vachon-CP和C-2PO模型可知，交叉極化的SAR NRCS僅和海表面風速有著較強的線性關系，而與海面風向和入射角無關。由圖6可以看出，基于交叉極化SAR影像反演的風速明顯高于ERAInterim風速，這也是造成風速反演誤差的重要原因。因此，本節通過研究交叉極化NRCS和ERAInterim風速的線性關系，對交叉極化SAR風速反演模型中的相關參數進行改進，以解決SAR反演風速過高的問題。圖9為訓練數據庫中735個交叉極化NRCS樣本點與ERA-Interim風速的關系。從圖中可以看出，VH和HV極化NRCS與ERA-Interim有著較強的線性關系，利用線性擬合算法，可以得出記為CP_CS（CP_China Seas）的交叉極化風速反演模型：

圖7 PR_CS極化比模型及風速反演

圖8 基于不同模式的極化SAR影像反演風速（單位：m/s）

為了驗證CP_CS風速反演模型的適用性，我們首先對圖2的SAR影像中交叉極化數據開展風速反演實驗。圖10為基于CP_CS模型的VH極化SAR影像（見圖2c）反演風速和HV極化SAR影像（見圖2d）反演風速。表3為相應的S2～S8樣本點SAR反演風速與ERA-Interim風速誤差對比。從表中可以看出，在S2～S8樣本點中，SAR反演風速與ERA-Interim風速誤差均小于2 m/s，滿足高精度海面風速反演要求。隨后，我們選取測試數據庫中24景RS-2交叉極化SAR影像進行海面風速反演實驗。圖11為基于CP_CS模型的交叉極化SAR反演風速與ERA-Interim風速散點圖。從圖中可以看出，VH和HV極化SAR反演風速與ERAInterim風速有著良好的一致性，兩者RMSE分別為1.43 m/s和1.51 m/s，偏差分別為-0.01 m/s和-0.06 m/s，且沒有出現交叉極化SAR數據風速反演過高的問題。

表3 S2～S8樣本點SAR反演風速與ERA-Interim風速誤差（單位：m/s）

表4 S2～S8樣本點SAR反演風速與ERA-Interim風速誤差（單位：m/s）

圖9 交叉極化NRCS樣本點與ERA-Interim風速的關系（N=735）

圖10 基于CP_CS模型的極化SAR影像反演風速（單位：m/s）

圖11 基于CP_CS模型的極化SAR反演風速和ERA-Interim風速（N=164）

5 討論

本文基于RS-2精細四極化SAR影像和ERAInterim風場，分別對現有HH極化和交叉極化風速反演模型進行了改進，并建立了PR_CS和CP_CS風速反演模型。經過驗證發現，利用改進的相應算法模型，可以有效地從RS-2四極化SAR影像中提取高精度海面風速。需要特別指出的是，無論是用于HH極化影像的PR_CS模型還是用于交叉極化影像的CP_CS模型，均是基于RS-2精細四極化SAR影像NRCS和ERA-Interim風場而建立的。因此，在利用ERA-Interim作為參考風場時，RS-2 HH和交叉極化SAR反演風速結果得到了一定的改進，后續研究還將獲取更多的參考風場（如海洋浮標和觀測站等）用于驗證PR_CS和CP_CS風速反演模型在中國海域的適用性。

共極化和交叉極化SAR反演風速描述的海面風矢量與雷達后向散射系數的關系是經驗性的。要想獲得更準確的海面風速數據，不僅需要加深對電磁散射模型物理機制的理解，還依賴大量的SAR遙感數據和現場觀測數據支持。筆者通過查詢加拿大自然資源部（Natural Resources Canada）RADARSAT系列衛星數據庫發現，自RS-2 SAR衛星2007年衛星發射至今，在中國海域僅精細四極化數據就有近2 000景，因此在后續的研究中還應獲取更多的SAR數據用于海面風場反演的研究。此外，風速反演模型的開發和應用還有賴于實況觀測資料（浮標和測風塔等），但中國海域暫時還沒有公開和免費的實況觀測數據，這也是導致利用SAR衛星在我國沿海開展風場反演研究較少的原因之一。隨著我國業務化運行的海洋觀測平臺系統的完善，未來可以提供實時和公開的海洋風場產品，這將為中國海域SAR風場反演研究以及沿海風能資源評估提供有力的數據支撐。

6 結論

本文以我國東海和南海海域為研究區，選用ERA-Interim風場為參考風場資料，對RS-2精細四極化SAR影像數據進行海表面風速反演。首先，將102景RS-2 SAR影像分為訓練數據庫和測試數據庫；隨后，基于訓練數據庫中VV、HH、VH和HV極化SAR數據，對常用SAR風速反演模型進行對比分析，并對HH和VH極化風速反演模型進行改進；最后，利用測試數據庫對本文改進的風速反演模型進行驗證。結論如下:

（1）基于測試數據庫VV極化SAR數據，CMOD4、CMOD5、CMOD-IFR2和CMOD5.N模式函數均能反演出有效風速。其中，利用CMOD5模型反演風速的精度要優于其他三者，其與ERAInterim風速的RMSE為1.94 m/s。

（2）基于測試數據庫HH極化SAR數據，對比分析 了CMOD5與E1996、T1998、H2000、V2000、M2005和Z2011的組合模型反演風速效果。結果顯示，雖然6種組合模型均能從HH極化SAR影像中反演風速，但其精度較差，難以滿足高精度海面風速反演要求。對于交叉極化SAR數據，SAR反演風速明顯低于ERA-Interim風速，無法得出高精度海面風速。

（3）為了提高HH和交叉極化SAR反演風速精度，本文基于測試數據對現有風速模型進行改進，分別提出了PR_CS極化比模型和CP_CS交叉極化SAR風速反演模型。隨后，利用測試數據庫中SAR影像進行風速反演實驗，并利用ERA-Interim風速進行驗證。結論顯示：CMOD5+PR_CS組合模型可以從HH極化SAR影像反演得出高精度海面風速，與參考風速RMSE為1.54 m/s；基于CP_CS模型的VH和HV極化SAR反演風速與ERA-Interim風速RMSE分別為1.43 m/s和1.51 m/s，偏差分別為-0.01 m/s和-0.06 m/s，滿足海表面風速反演要求，且有效解決了交叉極化SAR數據風速反演過高的缺陷。

致謝：本文使用的RADARSAT-2精細四極化SAR影像數據由加拿大貝德福德海洋研究所（Bedford Institute of Oceanography）William Perrie教授提供，原始影像產品版權歸MacDonald、Dettwiler和Associates Ltd公司所有。ERAInterim數據由歐洲空間局（European Space Agency）提供。在此表示感謝！