Application of Tikhonov regularization method to wind retrieval from scatterometer data Ⅱ: cyclone wind retrieval with consideration of rain

According to the conclusion of the simulation experiments in paper I, the Tikhonov regularization method is applied to cyclone wind retrieval with a rain-effect-considering geophysical model function (called GMF+Rain). The GMF+Rain model which is based on the NASA scatterometer-2 (NSCAT2) GMF is presented to compensate for the effects of rain on cyclone wind retrieval. With the multiple solution scheme (MSS), the noise of wind retrieval is effectively suppressed, but the influence of the background increases. It will cause a large wind direction error in ambiguity removal when the background error is large. However, this can be mitigated by the new ambiguity removal method of Tikhonov regularization as proved in the simulation experiments. A case study on an extratropical cyclone of hurricane observed with SeaWinds at 25-km resolution shows that the retrieved wind speed for areas with rain is in better agreement with that derived from the best track analysis for the GMF+Rain model, but the wind direction obtained with the two-dimensional variational (2DVAR) ambiguity removal is incorrect. The new method of Tikhonov regularization effectively improves the performance of wind direction ambiguity removal through choosing appropriate regularization parameters and the retrieved wind speed is almost the same as that obtained from the 2DVAR.     

C波段机载合成孔径雷达海面风场反演新方法

针对基于散射计地球物理模型函数的机载合成孔径雷达(SAR)海面风场反演中存在的风向获取依赖于图像风条纹或数值预报、 散射计数据和浮标等背景场资料, 风向与SAR图像时空分辨率不匹配, 进而影响机载SAR海面风场反演精度等问题, 本文根据机载SAR对海探测特点, 研究一种适用于C波段机载SAR的海面风场反演新方法. 利用SAR图像距离向不同入射角的后向散射系数, 依据地球物理模型构造最小代价函数, 通过代价函数的求解直接从机载SAR数据同时反演出海面风速和风向. 利用论文提出的海面风场反演方法分别对仿真SAR数据和实测C波段机载SAR数据进行风向、 风速的反演误差分析及试验验证.研究结果表明, 该方法适用于机载SAR海面风场反演, 可不依赖背景风向直接反演出精度较高的风速和风向; 雷达后向散射系数误差是决定海面风速、风向反演精度的关键因素, 辐射定标精度越高则反演误差越小; 海面风速反演误差随着风速的提高而增大, 当海面风速大于18 m/s时, 风速反演误差显著增加, 而海面风向的反演误差与风速无明显关系. 关键词： 机载合成孔径雷达 海面风场 多入射角     

合成孔径雷达资料反演海面风场的正则化方法研究

针对基于散射计地球物理模型函数的合成孔径雷达资料反演海面风场中背景风向存在很大误差的问题,提出了利用正则化方法反演海面风场,并通过L曲线准则对正则化参数进行最优选择,然后对该方法进行仿真试验.试验结果显示,正则化方法反演海面风场的风速和风向的反演精度均优于变分同化方法,分析不同真实风向情况下的反演精度表明,真实风向在45°和135°附近时,风速反演的精度高,真实风向在0°和90°时,风向反演的精度高,这种现象与地球物理模型函数中后向散射截面相对于风向的导数相关. 关键词： 合成孔径雷达 正则化 L曲线准则 变分同化     

多参数背景场误差模型在散射计资料台风风场反演中的应用

利用散射计资料反演海面风场时, 台风区域普遍存在降雨使得风场反演误差很大, 引入降雨地球物理模型函数 (GMF+Rain) 及多解方案 (MSS), 结合二维变分(2DVAR) 模糊去除思想风速反演误差很大程度减小, 但风向反演误差仍有待进一步改善, 如何进一步减小风向反演误差有待进一步研究. 文章介绍了2DVAR模糊去 除方法的基本思想, 针对背景场误差较大时, 2DVAR模糊去除风向误差较大, 引入包含若干参数的背景场误差模型. 基于台风个例数值试验结果, 着重从理论分析角度讨论各参数关于2DVAR模糊去除效果的敏感性, 进而提出最优参数设置方案以改善风向模糊去除效果. 2006年“摩羯”台风QuikSCAT数据风场反演数值试验结果结合理论分析表明: 引入多参数误差模型, 通过设置粗糙误差概率等于0, 2DVAR风向模糊去除效果明显改善; 同时, 背景场的影响可通过增大背景场误差方差, 减小背景场误差相关尺度和减小粗糙误差概率而减小, 进而减小在背景场误差较大情况下的风向反演误差. 关键词： 台风风场反演 二维变分 多参数误差模型 散射计资料     

A comparison of regularization techniques for atmospheric trace gases retrievals

A comparison of regularization techniques aimed at maximizing the information content for atmospheric trace gas retrievals at an acceptable total error is presented. The total error of a retrieval is associated with the condition number of the regularized inverted matrix, which amplifies the measurement noise when moving from the measurement space to the state space as a noise error, and also together with the characteristics of the stabilizer, injects regularization error into the retrieval. Four different stabilizers: (i) the identity matrix, (ii) the first derivative operator, (iii) the second derivative operator, and (iv) the a-priori covariance matrix are used in this study to characterize the retrieval process under various regularization matrices using the regularized trust region method. For the cases simulated, it is found that the a-priori covariance matrix, which is used in traditional optimal estimation, and the identity matrix, which is used as a regularization in the Levenberg-Marquardt method, produce the highest total error, whereas the discrete one-dimensional Laplace first and second derivative operators produce the least total error at reasonably high information content.     

遗传算法结合正则化方法反演海洋大气波导

针对正则化方法在解决实际反演问题时既能克服问题的不适定性又可以很大程度上抑制噪声和误差的传播, 本文提出了利用遗传算法结合正则化方法的新算法, 在遗传算法适应度函数中引入正则化项来反演波导参数; 然后对算法进行仿真试验, 结果表明新算法与传统遗传算法相比具有较高的反演精度, 并指出当噪声误差小于10%时, 算法具有较强的“去噪”性能; 最后利用机载雷达在Wallops岛探测的海表面处局部回波资料进行反演试验, 将反演结果与实测大气折射率廓线进行比较, 说明该算法的有效性. 新方法为海洋大气波导反演研究提供了一种新思路.     

利用变分结合正则化方法对高度计风速资料调整海面风场的研究

利用变分结合正则化方法,对高度计风速资料在无辐散和有辐散两种情形下的背景风场进行调整,同时进行了数值试验.试验表明:高度计风速对背景风场的调整有积极作用,特别是高度计沿轨区域风场调整效果更为明显.对高度计后向散射截面进行了敏感性试验,当后向散射截面存在随机扰动时,利用高度计风速调整海面风场具有较强的抗噪性.最后进行实例试验,结果表明该方法是切实可行的.     

瑞利散射多普勒激光雷达风场反演方法

介绍了瑞利散射多普勒激光雷达的风场探测原理和系统结构. 给出了Fabry-Perot(FP)标准具透过率曲线的校准方法. 指出对透过率采用Lorentz或Voigt拟合会产生较大误差,特别是采用Lorentz拟合最大将引起8%的误差. 提出了采用非线性最小二乘法拟合标准具的透过率函数,该方法可以有效消除拟合误差,提高风速测量精度. 考虑到温度不确定度在风场反演过程中的主导影响,提出了同时反演风速和大气温度的非线性迭代算法. 风场反演仿真试验结果表明:在不考虑米散射信号的影响下,该反演算法与传统的反演方法相 关键词： 激光雷达 瑞利散射 多普勒 风     

用于风场探测的非对称空间外差干涉数据处理方法研究

利用非对称空间外差光谱技术和多普勒效应,通过测量中高层大气气辉谱线的干涉图,采用傅里叶变换的方法求解相位,获得大气的风速信息。分析了干涉数据的处理方法,并针对干涉相位的求解进行推导。相比于传统观空间外差数据处理,不仅要考虑噪声和系统误差,而且要考虑用于光谱隔离的窗函数引入的相位误差。通过软件模拟了窗函数的类型和窗长度对干涉数据和风速误差曲线的影响;在此基础上选择合适的窗函数模拟了对干涉图添加噪声和平场因子情况下的风速反演误差。结果说明,虽然窗函数造成了干涉图和相位的畸变,但是使用汉宁窗在合适的光程差处能够使其引入的误差低于5%;同时,噪声的仿真说明,风速误差随着系统噪声的增加而增大,在实验过程中控制噪声以及实验数据预处理对于控制风速精度的必要性。数据处理方法的研究和相关的仿真,对于提高空间外差风速测量精度及系统设计提供了理论参考,具有一定的指导意义。     

合成孔径雷达图像反演海面风向新方法的研究

提出了利用基于Tikhonov正则化的二维数值微分方法来反演合成孔径雷达图像海面风向的新方法. 首先将高分辨率合成孔径雷达图像去噪、降采样并分割成数个子图像,利用基于Tikhonov正则化的二维数值微分方法求解所关注子图像每一个点的梯度方向,在此基础上通过带有距离权重的目标函数确定子图像整体强度的梯度方向,该梯度的垂线方向就是所要求解的风向,然后进行模拟试验,在添加误差为10%的随机扰动情况下,分别基于Tikhonov正则化的二维数值微分方法与基于有限差分的Sobel算子方法来反演风向,结果表明,前者误差为0.7293°,后者误差为13.5069°,最后进行了实例试验,结果显示,Sobel算子方法的部分风向反演结果偏离整体风向明显,而基于Tikhonov正则化的二维数值微分方法的风向反演结果一致性较好. 将三个船舶报风向与相应位置合成孔径雷达图像的海面风向反演结果进行对比,Sobel算子方法的风向反演结果平均误差在9.0331°,而基于Tikhonov正则化的二维数值微分方法的风向反演结果平均误差仅为1.1148°. 关键词： 合成孔径雷达 海面风向 数值微分 Sobel算子     

机载合成孔径雷达海面风场探测辐射定标精度要求研究

复杂的机载合成孔径雷达系统使得探测精度要求研究难以系统有效. 依据辐射定标精度在机载合成孔径雷达海面风场探测信息流程中的作用, 提出通过辐射定标精度要求整体考察系统探测精度要求的研究方法, 仿真研究了CMOD4地球物理模型函数的参数关系,系统地确定出不同入射角和风向条件下机载合成孔径雷达海面风场探测的辐射定标精度要求.研究结果表明, 辐射定标精度要求随着入射角的增加而降低,且随着风向变化呈周期性变化, 这一规律与CMOD4地球物理模型函数中由风速变化引起的后向散射截面变化值的变化规律一致. 依据这一规律,研究发现通过采用有源定标器定标、设计载机做侧风飞行以及选择大入射角的探测图像作为反演图像区这三种手段,能够提高风速反演精度.     

含噪动态光散射测量数据反演中正则化算法与Chahine算法的比较

采用两种常用的粒度反演方法——正则化和Chahine算法,对90nm与250nm单峰分布、50nm与200nm双峰分布、100nm与300nm双峰分布的模拟动态光散射数据,以及105nm、300nm标准颗粒的实测动态光散射数据进行了反演分析.结果表明:噪声水平的高低是影响粒度分布反演准确性的关键因素之一,反演结果的准确性随噪声水平的增加而降低,噪声水平超过某一阈值后,将无法得到有意义的反演结果;不同反演方法具有不同的抗噪能力,在低噪声水平下反演结果无显著差别,随着噪声水平的增加,反演结果表现出很大差异;正则化方法通过正则参数的选择可以有效抑制噪声影响,表现出强于Chahine算法的抗噪能力;与Chahine算法相比,正则化方法不需要假定初始分布,因此,在噪声较大的实验或生产过程中进行颗粒分布测量时,宜采用正则化方法.     

基于变分方法的有限区域风场分解与重构I: 理论框架和仿真实验

众所周知, 风场分解与重构最有效的方法就是引入速度势和流函数, 其一般通过求解两个Poisson 方程得到. 由于速度势和流函数在边界上的耦合性质,有限区域风场分解是不唯一的, 这对风场分解带来了很大困难. 本文采用变分伴随结合正则化方法来克服风场分解的不唯一性, 其核心是把速度势和流函数的边值作为控制变量来反演. 目标泛函由两部分组成, 一是衡量重构风场误差大小的观测项; 二是保证风场分解问题适定的正则化项, 其目的在于寻求具有气象意义的稳定正则化解. 数值试验结果表明, 在正确选取正则化参数后, 利用变分伴随结合正则化方法进行有限区域风场分解与重构是有效可行的.     

近红外光谱的小波特性研究

通过对在柴油近红外光谱中加入模拟噪声和模拟背景构成的模拟光谱进行小波分析,考察了模拟噪声和模拟背景(线性、二阶和三阶非线性漂移)在小波时-频区域的分布。结果表明,近红外光谱的背景主要分布在低频部分,尤其是逼近部分;噪声主要分布在高频细节部分;反映柴油性质变化的信号主要分布在中间频率细节部分。利用小波变换可同时有效地扣除背景和噪声;选取中间频率细节的小波系数作为多元校正变量进行柴油性质分析,有利于提高分析精度和分析速度。     

合成孔径雷达反演海面风场变分模型分析

为考察合成孔径雷达反演海面风场变分模型精度,开展了误差分析试验.在背景场误差为极大值条件下分析场误差低于背景场误差,且随背景场风向增大呈周期性变化;在背景场误差逐渐变大条件下分析场误差逐渐增大,误差偏离方向与背景场误差偏离方向一致;在特定背景场条件下与直接反演模型相比,低风速时反演误差略高,中高风速时反演误差明显较低.总体来讲,变分模型误差小于背景场误差,风速反演误差小于1.60 m/s,风向误差小于17.15°.     

Variational assimilation in combination with a regularization method for sea level pressure retrieval from QuikSCAT scatterometer data II: simulation experiment and actual case study

The sea level pressure field can be computed from sea surface winds retrieved from satellite microwave scatterometer measurements, based on variational assimilation in combination with a regularization method given in part I of this paper. First, the validity of the new method is proved with a simulation experiment. Then, a new processing procedure for the sea level pressure retrieval is built by combining the geostrophic wind, which is computed from the scatterometer 10-meter wind using the University of Washington planetary boundary layer model using this method. Finally, the feasibility of the method is proved using an actual case study.     

基于优化核极限学习机的风电功率时间序列预测

针对时间序列预测,在单隐层前馈神经网络的基础上,基于进化计算的优化策略,提出了一种优化的核极限学习机(optimized kernel extreme learning machine,O-KELM)方法.与极限学习机(extreme learning machine,ELM)方法相比,核极限学习机(kernel extreme learning machine,KELM)方法无须设定网络隐含层节点的数目,以核函数表示未知的隐含层非线性特征映射,通过正则化最小二乘算法计算网络的输出权值,它能以极快的学习速度获得良好的推广性.在KELM的基础上,分别将遗传算法、模拟退火、微分演化三种进化算法用于模型的结构输入选择、正则化系数以及核参数的优化选取,以进一步提高网络的性能.将O-KELM方法应用于标准Mackey-Glass混沌时间序列预测及某地区的风电功率时间序列预测实例中,在同等条件下,还与优化的极限学习机(optimized extreme learning machine,O-ELM)方法进行比较.实验结果表明,所提出的O-KELM方法在预测精度上优于O-ELM方法,表明了其有效性.     

A robust super-resolution approach with sparsity constraint in acoustic imaging

Acoustic imaging is a standard technique for mapping acoustic source powers and positions from limited observations on microphone sensors, which often causes an ill-conditioned inverse problem. In this article, we firstly improve the forward model of acoustic power propagation by considering background noises at the sensor array, and the propagation uncertainty caused by wind tunnel effects. We then propose a robust super-resolution approach via sparsity constraint for acoustic imaging in strong background noises. The sparsity parameter is adaptively derived from the sparse distribution of source powers. The proposed approach can jointly reconstruct source powers and positions, as well as the background noise power. Our approach is compared with the conventional beamforming, deconvolution and sparse regularization methods by simulated, wind tunnel data and hybrid data respectively. It is feasible to apply the proposed approach for effectively mapping monopole sources in wind tunnel tests.     

基于跨平台红外高光谱观测的对流层三维风场测量

精确的风场数据对提高数值天气预报准确性具有重要意义,对流层风是改进天气预报的要素之一。虽然利用气象卫星成像仪对连续云图追踪特征目标进行导风是一种有效的风场观测方法,且在区域和全球尺度上改善了数值天气预报,但仍存在风场高度分配模糊问题而产生误差。星基红外高光谱探测仪具备大气温湿度廓线垂直探测能力,通过分析各个垂直分层内的大气参数运动得到三维风场,能够提升风场垂直高度的准确性,改进风场高度分配模糊问题。提出了利用跨平台极轨气象卫星FY-3D星红外高光谱大气探测仪HIRAS和NOAA-20星跨轨红外探测仪CrIS交叉观测对流层三维风场的创新方法,根据两仪器近重叠轨道星下点交叉观测辐射数据匹配水汽通道图像,通过稠密光流法分析目标运动变化并计算风场,对风矢量进行质量控制后同ERA-Interim再分析资料作定量化比较,分析风速均值绝对偏差、均方根误差和风向均值绝对偏差。分别对2019年2月20日UTC世界时00:00,06:00,12:00的HIRAS和CrIS交叉数据计算200,300,400,600,650和1 000 hPa六组垂直高度风场,结果表明,风速范围的变化趋势与再分析资料表现一致,风速范围随高度降低而减小,高层对20 m·s-1以上风速更敏感,地表附近测得风速集中在10 m·s-1以内。风速均值绝对偏差多数小于3 m·s-1,最大不超过4 m·s-1,风速均方根误差多数小于3.5 m·s-1,最大不超过4.5 m·s-1,风向均值绝对偏差多数小于30°,最大不超过40°。风场误差主要来自仪器自身设计参数不同引入辐射数据的观测偏差,以及因数据空间分辨率不同导致在图像重投影处理过程中引入的定位偏差。     

基于单Fabry-Perot标准具的双频率多普勒激光雷达数据反演技术

本文导出了大气后向散射信号光入射到Fabry-Perot (F-P)标准具的有效透过率表达式. 在基于单F-P 标准具的双频率多普勒激光雷达系统中, 采用平均值法定量分析了瑞利后向散射信号对风场测量准确度的影响. 提出了同时反演风速和后向散射比的非线性迭代方法, 并通过仿真试验验证了该方法的有效性. 同时, 导出了径向风速和后向散射比测量误差的具体表达式, 并据此进行了仿真. 仿真结果表明: 若假定望远镜接收到的总后向散射光子数为50000, 径向风速测量误差随后向散射比的增大迅速减小, 在±25 m/s的风速测量动态范围内, 当R_β > 1.2时, 误差小于3 m/s; 后向散射比测量误差随后向散射比的增大而增大, 与径向风速大小几乎无关, 当R_β<10时, 相对误差小于13%. 关键词： 多普勒激光雷达 Fabry-Perot标准具 边缘技术 双频率