星载SAR海面影像与网格化海面风场产品时空匹配方法与流程

星载sar海面影像与网格化海面风场产品时空匹配方法
技术领域
1.本发明涉及海洋遥感数据处理技术领域，特别涉及一种星载sar海面影像与网格化海面风场产品时空匹配方法。


背景技术：

2.星载sar(合成孔径雷达)作为主动微波传感器，基于电磁波与海面微尺度波相互作用机制获取高分辨海面影像，该产品具有空间分辨率高，覆盖范围大和观测时效高等优势。网格化海面风场产品则通常基于多源观测数据融合技术或综合预报系统结合同化技术实现，该产品具有覆盖全球、时空分布均匀等优点。上述两种产品采用有效的时空匹配技术将有利于海面风场产品精度指标评估以及地球物理模型建模研究等工作。


技术实现要素：

3.本发明的目的在于提供一种星载sar(synthetic aperture radar)海面影像产品与网格化海面风场产品时空匹配方法，不采用以sar子图像面元中心坐标来搜索网格化海面风场产品方式，而是以网格化海面风场产品的坐标为中心搜索sar影像数据，这样有利于使网格化海面风场产品与匹配的sar子图像面元所匹配元素具有唯一性。
4.为实现上述目的，本发明的技术方案通过以下步骤实现：sar海面影像产品与网格化海面风场产品时空匹配方法，包括以下步骤：
5.步骤(1)、获取区域sar单视复图像和元数据信息；
6.步骤(2)、利用步骤(1)获取的信息对sar单视复图像数据计算sar数据的dn值；
7.步骤(3)、利用从元数据中获取的rpc系数对sar的dn影像数据进行地理定位；
8.步骤(4)、利用从元数据中获取的定标系数对步骤(3)所获得的sar的dn值进行定标处理，获取定标后的sar数据；
9.步骤(5)、利用陆地掩模数据，对步骤(4)定标后的sar数据进行海陆掩模处理，标记海陆标识；
10.步骤(6)、利用准备好的网格化海面风场产品数据集，获取sar成像时间前后的网格化海面风场产品；
11.步骤(7)、解析步骤(6)匹配上的前后网格化海面风场产品的坐标信息和时间信息；
12.步骤(8)、利用线性插值方法对步骤(7)匹配上的前后网格化海面风场产品信息插值到sar观测时刻；
13.步骤(9)、从sar影像元数据中获取sar影像四角点的地理坐标信息，依据sar影像四角点地理坐标，计算落在sar影像内的网格化海面风场产品格点坐标，提取其中一个网格点坐标对，以网格点坐标为中心，结合雷达入射角、sar影像的空间分辨率信息以及sar子图像面元大小条件，沿经向方向和纬向方向分别搜索满足条件的sar影像元素。
14.步骤(10)，重复步骤9直到所有网格点坐标匹配完成，最后输出两类产品的时空匹
配数集。
15.进一步的，步骤(1)中解析sar单视复图像的影像数据，获取实数部分和虚数部分；解析元数据，获取sar影像的方位向宽度、距离向宽度、方位向分辨率、距离向分辨率、入射角、定标系数、成像时间、雷达视向、四角坐标、rpc系数。
16.进一步的，步骤(2)的具体计算公式为这里，p和q分别对应sar影像的实部值和虚部值。
17.进一步的，步骤(3)所述具体地理定位方式为：利用rpc系数和元素的行列信息对sar数据进行地理编码，
18.rpc模型(有理多项式模型)适用于不同类型的传感器，不需要成像几何参数，即将地面点大地坐标与其对应的像素点坐标用比值多项式关联起来，
19.通过比值多项式，rpc模型构建了地面点大地坐标(lat，lon，h)与其对应的成像点坐标(sample，line)关系，并通过地面坐标和影像坐标标准化到-1到1之间实现增强参数求解的稳定性。对于区域星载sar影像，定义如下比值多项式：
[0020][0021]
式中，
[0022]nl
(p，l，h)＝a1 a2l a3p a4h a5lp a6lh a7ph a8l2 a9p2 a
10
h2 a
11
plh a
12
l3 a
13
lp2 a
14
lh2 a
15
l2p a
16
p3 a
17
ph2 a
18
l2h a
19
p2h a
20
h3[0023]dl
(p，l，h)＝b1 b2l b3p b4h b5lp b6lh b7ph b8l2 b9p2 b
10
h2 b
11
plh b
12
l3 b
13
lp2 b
14
lh2 b
15
l2p b
16
p3 b
17
ph2 b
18
l2h b
19
p2h b
20
h3[0024]ns
(p，l，h)＝c1 c2l c3p c4h c5lp c6lh c7ph c8l2 c9p2 c
10
h2 c
11
plh c
12
l3 c
13
lp2 c
14
lh2 c
15
l2p c
16
p3 c
17
ph2 c
18
l2h c
19
p2h c
20
h3[0025]ds
(p，l，h)＝d1 d2l d3p d4h d5lp d6lh d7ph d8l2 d9p2 d
10
h2 d
11
plh d
12
l3 d
13
lp2 d
14
lh2 d
15
l2p d
16
p3 d
17
ph2 d
18
l2h d
19
p2h d
20
h3[0026]ai
、bi、ci、di为rpc模型系数，其中和通常为1；(p，l，h)为(lat，lon，h)经过标准化计算的地面坐标，(y，x)为(sample，line)为经过标准化计算的影像坐标。
[0027]
进一步的，步骤(4)中利用定标系数计算sar影像sigma0(雷达后向散射系数)。定标公式如下，
[0028][0029]
式中，dn(digital number)为计算得到的sar影像量化值，qv和k分别为图像量化最大值和定标常数。
[0030]
进一步的，陆地掩模数据的空间分辨率为1.0km
×
1.0km，利用准备好的空间分辨率为1.0km
×
1.0km陆地掩模数据，对步骤(4)定标后的sar数据进行海陆掩模处理，标记海陆标识；
[0031]
进一步的，步骤(6)的具体实施方式为：利用sar的成像时间，从准备好的网格化海面风场数据集中获取sar成像时间前后2个网格化海面风场产品数据。
[0032]
进一步的，步骤(8)的具体实施方式为：插值计算sar成像时间的网格化风场产品，得到观测时刻t的风速分量u值、风速分量v值。
[0033]
进一步的，已知t0时刻网格点(lat，lon)的风速分量u0，t1时刻的风速分量u1，计算区间[t0，t1]内sar观测时刻t的风速分量u值：线性插值公式如下：采用同样方法计算网格点(lat，lon)sar观测时刻t的风速分量v值。
[0034]
进一步的，步骤(9)中以网格点坐标为中心，结合雷达入射角、空间分辨率和sar子图像面元尺寸等元信息，分别向经向方向和纬向方向搜索sar影像元素。
[0035][0036][0037]
式中，row
num
为行元素总数，col
num
为列元素总数，cellsizey，cellsize
x
为分别为sar子面元经向大小和纬向大小，reso
rg
和reso
az
分别为方位向分辨率和距离向分辨率，θ为雷达入射角。
[0038]
进一步的，步骤6所述的网格化海面风场数据集包括：era5再分析风场产品、ncep再分析风场产品、ccmp融合海面风场产品、预报海面风场产品等。
[0039]
本发明采用的技术方案以网格化海面风场产品的坐标为中心搜索sar影像数据，使得网格化海面风场产品与匹配的sar子图像面元所匹配元素具有唯一性。
附图说明
[0040]
图1为本发明的一种具体实施例数据处理流程示意图。
[0041]
图2为本发明的一种具体实施例海面风场网格点坐标匹配sar影像数据示意图。
具体实施方式
[0042]
下面结合附图及具体实施例对本发明的技术方案做进一步解释说明。
[0043]
本发明基于网格化海面风场产品网格点坐标搜索匹配sar影像数据的方法，如图2所示，本发明的方法包括以下步骤：
[0044]
步骤1，获取区域sar单视复图像和元数据信息，
[0045]
具体地，解析sar单视复图像的影像数据，获取实数部分和虚数部分；解析元数据，获取sar影像的方位向宽度、距离向宽度、方位向分辨率、距离向分辨率、入射角、定标系数、成像时间、雷达视向、四角坐标、rpc系数。
[0046]
步骤2，计算sar的dn值(sar图像灰度值)，具体地，步骤2，计算sar的dn值(sar图像灰度值)，具体地，这里，p和q分别对应sar影像的实部和虚部。步骤3，利用从元数据中获取的rpc系数对sar的dn影像数据进行地理定位，
[0047]
具体地，利用rpc系数和元素的行列信息对sar数据进行地理编码，
[0048]
rpc模型(有理多项式模型)适用于不同类型的传感器，不需要成像几何参数，即将地面点大地坐标与其对应的像素点坐标用比值多项式关联起来，
[0049]
通过比值多项式，rpc模型构建了地面点大地坐标(lat，lon，h)与其对应的成像点坐标(sample，line)关系，并通过地面坐标和影像坐标标准化到-1到1之间实现增强参数求解的稳定性。对于区域星载sar影像，定义如下比值多项式：
[0050][0051]
式中，
[0052]nl
(p，l，h)＝a1 a2l a3p a4h a5lp a6lh a7ph a8l2 a9p2 a
10
h2 a
11
plh a
12
l3 a
13
lp2 a
14
lh2 a
15
l2p a
16
p3 a
17
ph2 a
18
l2h a
19
p2h a
20
h3[0053]dl
(p，l，h)＝b1 b2l b3p b4h b5lp b6lh b7ph b8l2 b9p2 b
10
h2 b
11
plh b
12
l3 b
13
lp2 b
14
lh2 b
15
l2p b
16
p3 b
17
ph2 b
18
l2h b
19
p2h b
20
h3[0054]ns
(p，l，h)＝c1 c2l c3p c4h c5lp c6lh c7ph c8l2 c9p2 c
10
h2 c
11
plh c
12
l3 c
13
lp2 c
14
lh2 c
15
l2p c
16
p3 c
17
ph2 c
18
l2h c
19
p2h c
20
h3[0055]ds
(p，l，h)＝d1 d2l d3p d4h d5lp d6lh d7ph d8l2 d9p2 d
10
h2 d
11
plh d
12
l3 d
13
lp2 d
14
lh2 d
15
l2p d
16
p3 d
17
ph2 d
18
l2h d
19
p2h d
20
h3[0056]ai
、bi、ci、di为rpc模型系数，其中和通常为1；(p，l，h)为(lat，lon，h)经过标准化计算的地面坐标，(y，x)为(sample，line)为经过标准化计算的影像坐标。
[0057]
步骤4，利用从元数据中获取的定标系数对步骤(3)所获得的sar的dn数据进行定标处理，获取定标后的sar数据；
[0058]
具体地，利用定标系数计算sar影像sigma0。定标公式如下，
[0059][0060]
式中，dn为计算得到的强度值，qv和k分别为图像量化最大值和定标常数。
[0061]
步骤5，利用准备好的空间分辨率为1.0km
×
1.0km陆地掩模数据，对步骤(4)定标后的sar数据进行海陆掩模处理，标记海陆标识；
[0062]
步骤6，利用准备好的网格化海面风场产品数据集，获取sar成像时间前后的网格化海面风场产品；
[0063]
具体地，利用sar的成像时间，从准备好的网格化海面风场数据集中(era5再分析风场产品、ncep再分析风场产品、ccmp融合海面风场产品、预报海面风场产品等)获取sar成像时间前后2个网格化海面风场产品数据。
[0064]
步骤7，解析步骤(6)匹配上的前后网格化海面风场产品的坐标信息和时间信息；
[0065]
步骤(8)、利用线性插值方法对步骤(7)匹配上的前后网格化海面风场产品信息插值到sar观测时刻
[0066]
具体地，已知t0时刻网格点(lat，lon)的风速分量u0，t1时刻的风速分量u1，计算区
间[t0，t1]内sar观测时刻t的风速分量u值：线性插值公式如下，
[0067][0068]
采用同样方法计算网格点(lat，lon)sar观测时刻t的风速分量v值。
[0069]
步骤9，海面风场产品网格点坐标匹配sar影像数据，
[0070]
具体地，利用sar影像的四角坐标信息判断网格点海面风场产品的坐标是否包含在sar影像内。从sar影像元数据中获取sar影像四角点的地理坐标信息。依据sar影像四角点地理坐标，计算落在sar影像内的网格化海面风场产品格点坐标。提取其中一个网格点坐标对，以网格点坐标为中心，结合雷达入射角、sar影像的空间分辨率信息以及sar子图像面元大小条件，沿经向方向和纬向方向分别搜索满足条件的sar影像元素。
[0071][0072][0073]
式中，row
num
为行元素总数，col
num
为列元素总数，cellsizey，cellsize
x
为分别为sar子面元经向大小和纬向大小，reso
rg
和reso
az
分别为方位向分辨率和距离向分辨率，θ为雷达入射角。
[0074]
如图2所示，白色圆点6为落在sar影像2内的网格化海面风场产品的格点坐标示意图。白色框5的大小为sar影像子面元示意图。白色箭头3为径向搜索方向，白色箭头4为纬向搜索方向。垂向和水平方向线条的交叉点1为网格化海面风场的格点坐标示意图。
[0075]
步骤(10)，重复步骤(9)的空匹配过程，直至sar影像内所有网格化海面风场产品的格点坐标匹配完成，则认为此景sar数据与网格化海面风场产品的空间匹配完成，输出匹配后的数据集。