张清河 梁伟博

(三峡大学理学院,宜昌 443002)



基于支持向量机的粗糙海面风速及海表盐度反演研究

张清河 梁伟博

(三峡大学理学院,宜昌 443002)

将支持向量机(Support Vector Machine,SVM)回归技术应用到海况参数(如海表盐度、海面风速等)反演研究.利用双尺度模型(Two-Scale Model,TSM)作为前向电磁算法,数值模拟不同雷达参数下风驱粗糙海面微波后向散射系数,经过敏感性分析,选取L波段(1.4 GHz)、C波段(6.8 GHz)及其合适的入射角作为雷达参数,并设计多种反演方案,分别以单频率双极化双角度、双频率双极化双角度及双极化后向散射系数的比值作为SVM的训练样本数据信息,经过适当的训练,利用SVM回归技术对海洋表面风速和盐度进行了反演研究.研究结果表明,针对于海面风速的反演,C波段的反演精度最高,针对于海表盐度的反演,L波段同极化散射系数比值作为SVM输入的反演精度较高.最后,检验了SVM反演方法的抗噪声性能,表明文中提出的SVM方法能较好地应用于实际海况参数反演问题.

支持向量机;双尺度模型;反演;海面风速;海表盐度

DOI 10.13443/j.cjors.2015102601

引 言

海面风速是研究海气之间相互作用的重要参数,它对短期预报以及季节性和气候年际变化的预测非常重要,海面风速通过调节热量、水汽、海气通量和颗粒物,调节大气和海洋之间的耦合作用,从而维持全球和区域气候[1].海表面盐度 (Sea Surface Salinity,SSS)是海洋的一个重要物理化学参量,观测海洋盐度可以帮助我们加强对全球水循环的理解.同时,海洋盐度在碳循环中也起……