星載高級合成孔徑雷達波模式算法及其反演數據精度驗證

于海濤, 唐澤艷, 魏永亮, 3, 4, 劉笑丫

星載高級合成孔徑雷達波模式算法及其反演數據精度驗證

于海濤1, 唐澤艷2, 魏永亮1, 3, 4, 劉笑丫1

(1. 上海海洋大學 海洋科學學院, 上海 201306; 2. 國家海洋局 東海預報中心, 上海 200081; 3. 上海河口海洋測繪工程技術研究中心, 上海 201306; 4. 上海海洋大學 國際海洋研究中心, 上海 201306)

搭載在歐洲環境衛星(ENVISAT)上的高級合成孔徑雷達(Advanced Synthetic Aperture Radar, ASAR)二級波模式數據提供了諸多海浪信息包括有效波高、波向、波長和二維海浪譜等, 在海浪預報模式中具有重要作用。本文擬利用浮標觀測數據對ASAR波模式算法及其反演數據精度進行對比驗證。由于SAR衛星在海面的特殊成像機制, 不同海況下會有不同的測量結果, 通過與美國國家浮標中心(NDBC)的浮標數據對比, 顯示 ASAR有效波高在高海況下低估和在低海況下高估的現象, 在中等海況下的測量結果較優。通過研究ASAR數據集中對應的海浪譜, 按照能量與方向分布可分為四種類型: 單一方向海浪譜(Ⅰ類譜), 180°方向模糊海浪譜(Ⅱ類譜), 海浪兩個方向且能量分布雜亂(Ⅲ類譜), 多個傳播方向且譜型雜亂海浪譜(Ⅳ類譜)。探究在不同類型下的海浪參數的精度, 結果表明在單一波向正常海浪譜情況下, 有效波高、波向與浮標數據一致性較好, 存在180°方向模糊的對稱海浪譜僅有效波高精度較高, 譜型雜亂的海浪譜海浪有效波高和波向反演結果均較差。

星載高級合成孔徑雷達波模式; 海浪譜; 海浪參數; 精度驗證

海浪是海洋中一種最常見且重要的海洋現象, 也是物理海洋學中的一個重要研究領域。海浪影響近岸工程的安全與穩定, 引起海岸變遷和近岸水體交換, 與人類的海上活動和沿海人民生活息息相關, 因此提供準確、快速的海浪參數計算方法, 是海洋學中一項重要任務[1]。目前海浪監測手段有三種: 浮標觀測, 模式預報以及遙感觀測。浮標觀測精度高, 但空間覆蓋有限, 不能大范圍地測量, 且生產維護成本較高; 模式預報是數學模擬結果, 而且計算精度受所采用的數據, 如風場, 地形數據的影響; 遙感以其大范圍觀測的特點, 特別是合成孔徑雷達(Synthetic Aperture Radar, SAR)因其全天候/全天時、高分辨率的觀測特點, 成為海洋觀測最重要的遙感技術手段[2]。

針對SAR影像的海浪參數的反演, 逐漸成為海洋研究領域中的重要議題。經過近幾十年的發展, 從SAR影像中反演得出海浪參數主要分為兩種算法, 一是基于理論的傳統海浪反演算法, 主要包括Max-Planck Institute(MPI)算法[3-4]、Semi Parametric Retrieval Algorithm scheme (SPRA)[5]、Partition Rescaling and Shift algorithm(PARSA)[6]和Parameterized First-guess Spectrum Method(PFSM)[7]。上述算法均基于海面在SAR影像的三種成像調制機制: 傾斜調制, 流體力學調制和速度聚束, 理論算法可以得出二維海浪譜, 從二維譜中可以計算得出各種海浪參數。但由于速度聚束是一種非線性的成像機制, SAR影像無法獲得全部的海浪信息, 因此此類算法需要額外風信息, 來補全損失的海風浪成分并解決涌浪傳播方向180°模糊的問題。第二類是經驗式海浪算法, 如針對ERS衛星的CWAVE算法[8], 用于ASAR衛星的CWAVE-ENVI算法[9]以及針對其他衛星的CSAR_ WAVE算法[10]和QPCWAVE_GF3算法等[11]。相較于理論海浪反演算法, 此類算法無需引入額外數據, 也不設計復雜的成像機制, 但無法得到二維海浪譜。

ENVISAT衛星于2002年3月發射升空, 于2012年4月與地球失去聯系, 是歐洲迄今為止建造的最大的環境衛星, 其所搭載的C波段先進合成孔徑雷達ASAR, 可生成高質量的海洋、陸地、極地等高質量影像, 在運行期間提供了大量不同類型和模式的數據, 是世界上最成功的商業衛星之一。ASAR波模式的海浪譜反演方法是根據Engen和Johnsen[12]提出的交叉譜算法, 后由歐空局改進, 該算法運用分視技術, 將單視復影像(Single Look Complex, SLC)處理成對應不同中心頻率的三幅影像, 三幅影像是極短的時間內對同一海面的成像, 所以可以利用交叉譜的虛部, 解決涌浪傳波的180°模糊問題, 并利用查找表法消除圖像中的非線性成分, 剩下的可認為是涌浪造成的線性成分, 根據準線性方程進行求解, 后期歐空局又對該算法進行了更新, 例如使用了新的截斷波長的估計方法, 改進了低波數的情況下的調制傳遞函數等[13], 以求提高波模式數據的反演精度。

自二級波模式的算法應用后, 對算法的檢驗問題也不斷進行研究。Johnsen等[14]利用2002年獲取的數據結合WAM 模型數據進行驗證, 其中有效波高的均方根誤差(Root Mean Square Error, RMSE)為0.58 m, 均值偏差(Bias)為–0.4 m(ASAR-WAM), 而對于波周期大于12 s的有效波高, 其精度較優, 分別為0.3 m和0。Kerbaol等[15]對波模式數據做了區域及季節性的評估, 對于有效波高方面發現數據在低風速下會對其高估, 而在高風速下又會對其產生低估。楊勁松等[16]從理論上分析了在風浪涌浪混合的情況下, 風浪和涌浪的交叉譜會出現一個混合項, 這會導致ASAR的結果出現一個固有誤差, 并分析認為ASAR算法只有在有效波高較小、風浪成分較少, 海浪方向更靠近衛星距離向和波長較長時才適用。后期許多學者在驗證數據精度時嘗試了更多的數據和方法, 如Li和Holt[17]運用浮標數據與高度計數據, 并對所得的海浪譜進行了對比。任啟峰[18]系統地比較了ASAR與浮標的一維頻譜, 并根據二者頻譜的相關系數與零階矩來說明譜型與譜的能量分布問題。Li等[19]對ASAR波模式數據做了系統的驗證, 運用PARSA和CWAVE-ENVI算法對一級數據進行處理得到海浪參數, 并結合歐洲中期氣象中心(ECMWF, European Center for Medium-Range Weather Forecast)再分析數據、DWD(Deutscher Wetterdienst)模式數據以及浮標數據, 結果表明兩種算法得到的有效波高均優于二級波模式數據給出的結果。王賀等[20]引入新式的三重驗證模型(Triple Collocation Model)驗證波模式數據的精準度, 此方法可以得到更客觀的驗證結果能避免了單一驗證數據的不準確性。孫建等[21]分析了SAR影像的條紋清晰度與有效波高反演準確度的關系, 在海浪參數中特別是有效波高和方位向截斷波長對影像條紋清晰的敏感性最高。

本文旨在利用浮標數據對ENVISAT衛星運行期間(2002—2012年)的二級波模式數據進行對比, 以驗證波模式反演算法精度, 重點分析ASAR數據在近岸與大洋、不同海況及不同二維海浪譜型下的各海浪參數精度。此方法可對哨兵系列衛星和我國高分3號衛星的海浪觀測波模式數據的精度驗證提供科學依據。

1 數據介紹

1.1 ASAR二級波模式數據

ASAR波模式數據是針對海洋觀測所開發的模式, 衛星拍攝期間每隔100 km生成約10 km×5 km大小的影像, 每幅影像的時間間隔大約為15 s。歐空局官方將ASAR波模式數據分為三種級別的數據進行發布: Lv0原始數據(ASA_WV_0)、Lv1單視復數據(ASA_WVI_1)和交叉譜數據(ASA_WVS_1)以及Lv2海浪譜數據(ASA_WVW_2)。其中二級波模式數據(以下簡稱為WVW)還包含了從海浪譜中計算獲得的有效波高、波向、波長等許多海浪參數。ASAR二級波模式數據除以上參數外, 還包括標準化圖像方差、雷達散射截面等參數。WVW所提供的海浪譜為波數方向譜(,), 其中是波數, 數量為24個, 在0.003 93到0.104 72 (對應的波長為800 m和30 m) 范圍內以對數分布,為波向, 數量為36個, 在[0～2π]范圍內等間距分布。波數方向譜對應的頻率范圍是從0.044 2 Hz到0.228 1 Hz, 將波數方向譜轉化為一維頻率譜()及計算有效波高H的公式如下[18]:

1.2 NDBC浮標數據

浮標數據由美國國家浮標數據中心(National Data Buoy Center, NDBC)提供, 其標準數據包括了海表面風信息(風速、風向等)和海浪數據(有效波高、波周期等)。風速和海浪數據時間分辨率大都為1 h, 部分浮標數據時間分辨率為30 min。浮標通過加速度計和傾斜測量儀獲得海面的波動信息, 利用傅里葉變換將時域信息轉化為頻域信息, 根據得到的能量與頻率譜來獲得有效波高、波周期等信息, 部分浮標還可以提供波向信息。只有少部分浮標可以提供二維海浪譜, 大部分浮標可提供海浪一維譜, 在譜密度數據中獲得, 一維海浪譜有兩種頻率分布, 分別為: 0.03～0.4 Hz和0.02～0.485 Hz。本文共收集到了158個浮標的數據, 數據的總量為13 855 708條, 根據下文的數據剔除規則, 最終使用的浮標數量為113個。浮標的位置主要分布于美國的東西兩岸, 為區分近岸與大洋浮標, 以50 km為界, 離岸50 km以內的為近岸浮標, 50 km以外的為大洋浮標, 如圖1所示, 其中紅色的為近岸浮標, 數量為42, 藍色的為大洋浮標數量為71。浮標數據中的風速信息為海面5 m高度處, 需將其轉換成海面10 m處風速[22]。

2 研究方法

2.1 數據匹配方法

圖1可以看出大部分浮標位于近岸區域, 衛星雷達在測量近岸海域時, 受到陸地回波的干擾, 會對正常的海浪觀測結果造成誤差, 結果是產生一些較大的觀測值, 根據前人的處理方法, 需對原始的匹配數據進行剔除, 公式如下[17]:

ASARSWH– BuoySWH≤5 m, (8)

以5 m為界限可以剔除大誤差數據的同時也盡量保證原始數據的真實性。此外還去除掉了SWH為0 m的浮標數據, 并對異常的SWH和風數據(在NDBC浮標中顯示為99)做了剔除, 最終剔除了1 795對數據, 大約占原始數據的26.7%, 剩余4 926對匹配數據。匹配到的數據的時間跨度為2002—2012年。

2.2 海況劃分方法

由于海浪的三種成像機制—傾斜調制、流體力學調制和速度聚束在不同海況下對SAR成像的貢獻占比是不同的, 如在高海況下, 速度聚束對海浪成像影響較大。因此可以研究波模式反演算法在不同海況下的精度, 以檢驗海況對ASAR波模式成像和反演算法的影響。海況的劃分依據可按照海況等級表, 如表1所示。

表1 海況等級表

3 結果與分析

3.1 WVW二維海浪譜類型

將ASAR與浮標匹配到的數據的二維海浪譜全部輸出, 然后統計不同譜型, 結果可分為四類, 如圖2所示。圖2(a)代表海浪譜只有一個方向, 且能量相對集中, 一般情況下正常海浪譜均與圖2(a)圖相似; 圖2(b)的海浪譜有180°方向模糊的問題, 其能量的位置與大小分布均對稱; 圖2(c)顯示為兩個海浪傳播方向, 但海浪譜的能量與位置分布并沒有對稱關系; 圖2(d)顯示有多個海浪的傳播方向, 相較于其他三種類型的海浪譜能量分布十分分散。為了便于分析, 后文我們將圖2 (a)、(b)、(c)、(d)四圖對應的海浪譜分別稱為Ⅰ類譜, Ⅱ類譜, Ⅲ類譜, Ⅳ類譜, 四類譜下與浮標匹配到的數據分別為2305對、2053對、461對和107對。

3.2 WVW與浮標有效波高驗證結果

圖3(a)為匹配到的全部浮標數據的對比結果, 圖中顏色條為歸一化的數據密度, 數值越大表明該區域的數據越密集。對比結果顯示二者相關系數為0.711, 而均方根誤差較大為0.907 m, 匹配數據主要集中在波高0.7～2.5 m左右, 且該部分數據點比較密集, 一致性較高; 而當波高大于4 m時, 數據點比較分散一致性較差。整體來看即使去除點波高差大于5 m的匹配數據, WVW有效波高精度仍不高。從ASAR波模式算法本身來說, 在處理過程中去除了影像中的非線性成分, 該部分包含有風浪的信息, 而且算法中的計算均以交叉譜為基礎, 無初猜譜, 方位向截斷波數之外的信息得不到補償, 因此最終會導致計算的有效波高精度較差。

圖3(b)與圖3(c)分別為ASAR數據與大洋浮標近岸浮標的對比結果, 從圖像上看二者與圖(a)數據分布大致相同, 數據主要集中在波高0.7～2.5 m左右。各參數顯示ASAR在遠海區域的測量精度較高, 均方根誤差為0.826 m, 相關系數為0.774; 而近岸數據的對比結果顯示均方根誤差為1.168 m, 相關系數為0.587, 遠低于與大洋數據的對比結果。觀察三者的均值偏差分別為0.027 m、–0.088 m、0.471 m, 近岸情況下的均值偏差遠高于前二者, 說明ASAR在測量過程中確實會受到陸地的影響, 會出現ASAR觀測結果偏大的現象。

3.3 WVW數據在不同海況下的精度驗證

為進一步分析不同海況下的有效波高精度, 將海況按照有效波高劃分, 劃分的依據為海況等級表, 結果如表2所示。ASAR有效波高在中等海況下精度較好, 如波高區間在(1.25, 2.5]、(2.5, 4]內, 均值偏差最小為0.14 m, 均方根誤差最小為0.65 m, 散射指數27.2%, 而且該部分數據的偏差占比也相對較小, 僅在7%左右。但在高海況區域時, 部分參數如均值偏差和均方根誤差數值較大, 但散射指數卻偏小, 該部分可能是由于收集到的匹配數據較少, 所以得到了較差的統計參數。總體均值偏差有減小的趨勢, 并且在低海況下為正值, 高海況下為負值, 與Kerbaol[15]的研究結果類似。

表2 ASAR二級波模式有效波高數據浮標數據不同海況下的對比結果

為了更直觀的表現不同海況下ASAR與浮標有效波高數據的相對變化, 本文研究了匹配數據對的偏差隨著有效波高和風速的變化趨勢, 如圖4所示。無論是以有效波高還是風速來表示不同海況, 二者都表示了較為一致的減小的趨勢。根據擬合的一次方程, 偏差隨有效波高變化的斜率為–0.39, 而隨風速變化的斜率為–0.14, 偏差隨風速的變化相較于隨波高的變化趨勢較小, 這可能是由于SAR成像過程中, 由于方位向截斷波長效應的影響, 會使得SAR損失掉風浪信息, 只剩下涌浪的部分, 而大洋中的涌浪與當地風場關系并不大, 因此有效波高隨風速的變化趨勢相較于隨著波高的變化趨勢幅度較小。

3.4 WVW數據在不同譜型下的精度驗證

本文將ASAR反演得到的二維海浪譜分為4類(圖2), 為研究反演算法得到的不同類型海浪譜對應的反演精度, 本部分對有效波高和波向數據進行了對比分析。圖5為有效波高的對比結果。在圖5(a)與圖5 (b)中可以發現,Ⅰ類與Ⅱ類海浪譜譜型對應的有效波高的精度相對較高, 二者相關系數分別為0.701與0.689, 而圖5(c)與圖5 (d)對應Ⅲ類和Ⅳ類的反演結果較差, 相關系數均在0.5以下, 且從均值偏差來看WVW均產生了較大的高估。其中圖5(a)數據主要集中在有效波高1.4～2.5 m左右, 圖5(b)數據主要集中在0.8～2 m左右, 圖5(c)數據主要集中在0.8～1.8 m左右, 與圖3(a)數據集中的區間大致相同, 圖5(d)的數據點較少, 無法確定其數據的集中區間。圖5(b)表示的Ⅱ類譜與圖5(a)表示的Ⅰ類譜相關系數大致相等的情況下, 圖5(b)的均方根誤差較小, 為0.664 m, 表明4類海浪譜中, Ⅱ類譜的反演結果最優, 但Ⅱ類譜型是存在海浪傳播方向180°模糊的海浪譜, 在對此類譜進行積分計算海浪參數時應只對對稱的一半海浪譜進行積分, 有效波高理論結果應為當前結果的二分之一。本文將對稱譜型對應的海浪譜有效波高結果除以2后的結果經行驗證, 均值偏差為0.95 m, 均方根誤差為1.2 m, 散射指數高達91.3%, 可以認為是極差的反演結果, 對稱的海浪譜積分結果反而與浮標值更為接近, 其中原因有待探討。

此外還分析了各譜型下不同風速區間數據點的比例, 如表3所示, 其中低風速區間為(0, 5.4), 中風速為(5.4, 10.7), 高風速為大于10.7, 單位m·s–1。可以看出Ⅲ類、Ⅳ類兩種海浪譜型下的低風速的數據點占比較大, 均超過了50%, 表明低風速下WVW二維海浪譜更容易出現譜型雜亂的現象, 原因可能是ASAR二級波模式算法傳遞調制函數不準確, 導致了低海況下的不準確問題[16], 而且根據上文內容ASAR在低風速下對有效波高會產生高估, 因此在這兩種譜型下也會出現高估的現象。

表3 各類海浪譜有效波高在不同風速區間的比例

譜型的不準確也會影響海浪傳播方向的反演精度, 因此基于四種譜型進一步分析了海浪傳播方向的準確性, 剔除浮標波向中的無效數據, 最終得到1128對匹配數據, 如圖6所示。需注意海浪具有方向性, 數值的差距并不能直接反應數據的準確性, 例如波向為350°和10°, 數值上差為340°, 但實際方向僅差20°, 因此該部分的波向匹配數據需進行預處理, 將其轉化為較小圓弧間的度數差, 圖中紅色星號代表該部分數據。在四種海浪譜型中, (a)圖代表的Ⅰ類海浪譜波向的反演精度最高, 其相關系數高達0.828, 相較于其他3種類型的海浪譜相關系數有較明顯的優勢。在波向反演方面, 僅有單一波向的Ⅰ類海浪譜反演精度最高, 其他多波向的海浪譜波向反演精度較差, 這與實際理論相符合。

所有的ASAR數據波向主要集中在50°～150°和250°～300°兩個度數范圍內, 即使在單一波向海浪譜的情況下仍有此現象。發生此現象可能是由于ASAR數據匹配的浮標位置大都位于美國的東西兩岸, 由于合成孔徑雷達截斷波長的影響, ASAR得到的海浪信息多為波長較長的涌浪, 而涌浪在岸邊一般都是向岸傳播的[23], 因此匹配到的ASAR波向會相對集中在上述的方向區間內, 而浮標測量為風浪和涌浪混合的方向, 因此浮標不會出現上述情況。

4 結論

本文結合NDBC浮標數據, 對ENVISAT ASAR二級波模式反演算法有效性及其反演精度進行了驗證, 統計得到了4種類型的二維海浪譜, 分析了近岸與大洋情況下以及不同風速和不同有效波高范圍的測量精度, 以及不同海浪譜譜型下海浪參數的精度問題, 得到以下結論:

(1) 本文通過收集與ASAR相應的浮標數據對二級波模式數據進行精度驗證, 波模式算法在計算過程中除去了海浪中的非線性部分, 并未引入初猜譜, 方位向截斷波數之外的海浪信息得不到補償, 可能是有效波高產生誤差的主要原因。此外還探究了ASAR在近岸與大洋情況下的測量精度, 顯示ASAR在大洋測量精度更高, 均方根誤差為0.826 m, 相關系數為0.774, 近岸數據均方根誤差為1.168 m, 相關系數為0.587, 而且從均值偏差來看ASAR有效波高數據在近岸會出現高估的現象。

(2) 文章分析了不同海況下的有效波高精度, 其中中等海況下的有效波高反演精度較高, 均值偏差最小為0.14 m, 均方根誤差最小為0.65 m。均值偏差隨著海況的變化情況符合前人的研究結果, 在低海況下會產生高估, 隨著海況的增加最終會產生低估, 低海況下的高估的原因可能是由于傾斜調制傳輸方程不準確, 高海況下低估的原因可能是SAR成像過程中的速度聚束產生的截斷波長效應, 使得低于某一波長的海浪無法被SAR影像獲取而產生的誤差, 而且海況越高, 海浪中的非線性成分占比越大, 低估的現象會更明顯。

(3) 根據ASAR獲得的二維海浪譜形狀, 將其分為4種譜型, 每種譜型對應的海浪參數精度各不同, 其中單一方向, 沒有180°方向模糊的I類海浪譜對應的有效波高精度較高, 相關系數為0.701, 均值偏差為0.053 m; 然而存在180°方向模糊的II類對稱海浪譜對應的有效波高數據精度卻與正常海浪譜結果相近, 相關系數也達到了0.689, 與理論不太相符, 但在波向方面僅為正常海浪譜對應波向數據一致性較高, 相關系數為0.828, 遠高于其他三種類型的海浪譜。總體來說, 由ASAR二級波模式數據反演方法獲得的海浪譜計算得到的有效波高, 在得到的二維海浪譜能量相對集中時精度較高, 波向方面僅在單一波向的二維海浪譜的精度較高。

本文的研究結果可為后續相關研究提供科學依據。其他系列衛星的海浪參數反演算法可以考慮不同海況條件下的反演差異性, 或許可以提高海浪參數反演精度。此外, 本文僅研究了數據反演精度, 需要進一步研究如何提高該反演精度。

致謝: 本文使用的ASAR波模式數據由歐空局(ESA)提供, 使用的浮標數據于美國國家數據浮標中心(NDBC)下載, 在此表示感謝。

[1] DING Y Y, ZUO J C, SHAO W Z, et al. Wave parameters retrieval for dual-polarization C-band synthetic aperture radar using a theoretical-based algorithm under cyclonic conditions[J]. Acta Oceanologica Sinica, 2019, 38(5): 21-31.

[2] 萬勇, 萬莉, 戴永壽.基于RADARSAT-2 SAR衛星數據的海浪譜反演方法及其海試實驗驗證[J].實驗室研究與探索, 2020, 39(7): 16-19, 27.

WAN Yong, WAN Li, DAI Yongshou. Ocean wave spectrum inversion method and its sea trial experimental verification based on RADARSAT-2 SAR data[J]. Research and Exploration in Laboratory, 2020, 39(7): 16-19, 27.

[3] HASSELMANN K, HASSELMANN S. On the nonlinear mapping of an ocean wave spectrum into a synthetic aperture radar image spectrum and its inversion[J]. Journal of Geophysical Research: Oceans, 1991, 96(C6): 10713- 10729.

[4] HASSELMANN S, BRUNING C, HASSELMANN K. An improved algorithm for the retrieval of ocean wave spectra from synthetic aperture radar image spectra[J]. Journal of Geophysical Research: Oceans, 1996, 101: 6615-6629.

[5] MASTENBROEK C, DE VALK C F. A semiparametric algorithm to retrieve ocean wave spectra from synthetic aperture radar[J]. Journal of Geophysical Research: Oceans, 2000, 105(C2): 3497-3516.

[6] SCHULZ-STELLENFLETH J, LEHNER S, HOJA D. A parametric scheme for the retrieval of two-dimensional ocean wave spectra from synthetic aperture radar look cross spectra[J]. Journal of Geophysical Research: Oceans, 2005, 101(C5): C05004.

[7] SUN J, GUAN C L. Parameterized first-guess spectrum method for retrieving directional spectrum of swell- dominated waves and huge waves from SAR images[J]. Chinese Journal of Oceanology and Limnology, 2006, 24(1): 12-20.

[8] SCHULZ-STELLENFLETH J, K?NIG T, LEHNER S. An empirical approach for the retrieval of integral ocean wave parameters from synthetic aperture radar data[J]. Journal of Geophysical Research: Oceans, 2007, 112(C3): C03019.

[9] LI X M, LEHNER S, BRUNS T. Ocean wave integral parameter measurements using Envisat ASAR wave mode data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(1): 155-174.

[10] SHAO W Z, ZHANG Z, Li X F, et al. Ocean wave parameters retrieval from Sentinel-1 SAR imagery[J]. Remote Sensing, 2016, 8: 707-720.

[11] WANG H, WANG J, YANG J S, et al. Empirical algori-thm for significant wave height retrieval from wave mode data provided by the Chinese satellite Gaofen-3[J]. Remote Sensing, 2018, 10: 363-385.

[12] ENGEN G, JOHNSEN H. SAR-ocean wave inversion using image cross spectra[J]. IEEE Transactions on Geo-science and Remote Sensing, 1995, 33: 329-360.

[13] JOHNSEN H, ENGEN G, COLLARD F, et al. Envisat ASAR wave mode products - Quality assessment and algorithm upgrade[C]// In ESA, editor. SEASAR. Advances in SAR Oceanography from ENVISAT and ERS missions, Frascati, Italy, 2006: 614-619.

[14] JOHNSON H, CHAPRON B, WALKER N, et al. The ASAR Wave Mode: Level 1 and 2 Algorithms and Pro-ducts[C]//ENVISAT Calibration Review, Noordwijk. 2002: 9-13.

[15] KERBAOL V, JOHNSEN H, CHAPRON B. Quality assessment of ENVISAT ASAR Wave mode products based on regional and seasonal comparisons with WAM model outputs[C]//Proceedings of ERS/Envisat Symposium. Noordwijk, The Netherlands: ESA Publications Division, 2004.

[16] 王賀, 楊勁松, 黃韋艮, 等. 對ENVISAT ASAR level 2算法固有誤差的分析[J]. 海洋學報, 2008, 30(3): 72-76.

WANG He, YANG Jingsong, HUANG Weigen, et al. Analysis on intrinsic error of ENVISAT ASAR level 2 algorithm[J]. Acta Oceanologica Sinica, 2008, 30(3): 72-76.

[17] LI J G, HOLT M. Comparison of Envisat ASAR ocean wave spectra with buoy and altimeter data via a wave model[J]. Journal of Atmospheric and Oceanic Technology, 2009, 26: 593-614.

[18] REN Q F, ZHANG J, MENG J M, et al. Comparison and analysis of Envisat ASAR ocean wave spectra with buoy data in the northern Pacific Ocean[J]. Chinese Journal of Oceanology and Limnology, 2011, 29(1): 10-17.

[19] LI X M, KOENIG T, SCHULZ-STELLENFLETH J, et al. Validation and intercomparison of ocean wave spectra inversion schemes using ASAR wave mode data[J]. International Journal of Remote Sensing, 2010, 31(17/18): 4969-4993.

[20] WANG H, ZHU J H, YANG J S. Error analysis on ESA’s Envisat ASAR wave mode significant wave height retrievals using triple collocation model[J]. Remote Sensing, 2014, 6: 12217-12233.

[21] 曹川川, 孫建, 張文清. ASAR波模式數據反演參數誤差與海浪條紋清晰度的相關性分析[J]. 海洋與湖沼, 2019, 50(4): 777-787.

CAO Chuanchuan, SUN Jian, ZHANG Wenqing. The correlation analysis between images stripe definition and inversion parameters error in ASAR wave mode[J]. Oceanologia et Limnologia Sinica, 2019, 50(4): 777-787.

[22] LIN B, SHAO W Z, LI X F, et al. Development and validation of an ocean wave retrieval algorithm for VV-polarization Sentinel-1 SAR data[J]. Acta Ocea-no-logica Sinica, 2017, 36(7): 95-101.

[23] 魏永亮, 唐澤艷, 劉建強, 等. L波段合成孔徑雷達影像反演涌浪參數[J]. 遙感信息, 2016, 31(3): 109-114.

WEI Yongliang, TANG Zeyan, LIU Jianqiang, et al. Retrieval of swell parameters using L-band synthetic aperture radar image[J]. Remote Sensing Information, 2016, 30(3): 109-114.

Validation of the precision of retrieval algorithm and its retrieved data of Space-borne Advance Synthetic Aperture Radar wave mode data

YU Hai-tao1, TANG Ze-yan2, WEI Yong-liang1, 3, 4, LIU Xiao-ya1

(1. College of Marine Sciences, Shanghai Ocean University, Shanghai 201306, China; 2. Prediction Center of East China Sea, State Oceanic Administration, Shanghai 200081, China; 3. Engineering Research Center on Estuarine and Oceanographic Mapping, Shanghai Municipal Ocean Bureau, Shanghai 201306, China; 4. International Center for Marine Studies, Shanghai Ocean University, Shanghai 201306, China)

ENVISAT Advanced Synthetic Aperture Radar (ASAR) level 2 products provide wave information about significant wave height (SWH), wave direction, wavelength, and 2D spectrum, all playing an important role in wave models; hence, the precision of ASAR data is essential for the model predictions. The precision of the retrieval algorithm and its retrieved data of ENVISAT ASAR wave mode data will be validated using buoy observations. Due to the special imaging mechanism of Synthetic Aperture Radar on the sea surface, there will be different results under various sea states. When compared with buoy data from the American National Data Buoy Center , the results revealed that ASAR SWH data were overestimated under low sea states and underestimated under high sea states with better coincidence under medium sea states. After analyzing the energy distribution and spectral shapes, the wave spectra retrieved from ASAR wave mode images can be categorized into four types, i.e., wave spectra with a single direction (type I), spectra with 180° wave direction ambiguity (type II), spectra with two wave directions but different spectral energy (type III) and wave spectra with disordered shapes (type IV). The accuracy of the wave parameters of different spectral types was discussed by studying the corresponding two-dimensional spectra. The results showed that the SWH and wave direction was consistent with the buoy data for the normal spectra with a single direction; however, only SWH showed good consistency for the spectra with 180° wave direction ambiguity. The spectra with disordered shapes showed poor results. This study will be a valuable reference for future research on wave retrieval algorithms and data assimilation.

ENVISAT ASAR wave mode; wave spectrum; wave parameters; precision validation

Jul. 12, 2021

P731.22

A

1000-3096(2022)09-0001-11

10.11759/hykx20210712001

2021-07-12;

2021-10-13

國家自然科學基金項目(41976174, 41606196)

[National Natural Science foundation of China, Nos. 41976174, 41606196]

于海濤(1996—), 碩士研究生, 主要研究方向為合成孔徑雷達反演海浪信息, E-mail: yhtbili@163.com; 魏永亮(1981—),通信作者, 副教授, 主要研究方向為海洋微波遙感, Email: yl-wei@shou.edu.cn

(本文編輯: 康亦兼)