Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 6. С. 73-84

Новый алгоритм определения дисперсии уклонов морского волнения: теоретический подход

В.Ю. Караев 1 , М.А. Панфилова 1 , М.С. Рябкова 1 , Ю.А. Титченко 1 , С. Ли 2 
1 Институт прикладной физики РАН, Нижний Новгород, Россия
2 Школа морских наук Нанкинского университета информационных наук и технологий, Нанкин, Китай
Одобрена к печати: 07.12.2021
DOI: 10.21046/2070-7401-2021-18-6-73-84
Дождевые радиолокаторы, установленные на спутниках TRMM и GPM, выполняют измерения сечения обратного рассеяния при малых углах падения, когда доминирующим является квазизеркальный механизм обратного рассеяния. По зависимости сечения обратного рассеяния от угла падения восстанавливается дисперсия уклонов крупномасштабного, по сравнению с длиной волны излучения, волнения вдоль направления зондирования. В 2018 г. на орбиту был выведен французско-китайский спутник CFOSAT, на борту которого размещены китайский скаттерометр RFSCAT и французский спектрометр SWIM. Благодаря особенностям схемы измерения SWIM впервые выполняет измерения сечения обратного рассеяния при малых углах падения под разными азимутальными углами. В данном исследовании рассматривается новый подход к измерению дисперсии уклонов крупномасштабного волнения, в котором впервые используется азимутальная зависимость сечения обратного рассеяния под одним углом падения. В разработанном алгоритме входными параметрами выступают сечения обратного рассеяния под разными азимутальными углами, но под одним углом падения и сечение обратного рассеяния при нулевом угле падения. Процедура обработки состоит из двух этапов. На первом вычисляются коэффициенты модели, описывающие азимутальную зависимость сечения обратного рассеяния. На втором этапе обработки модель используется для вычисления сечения обратного рассеяния для азимутальных углов 0 и 90°, что позволяет определить полную дисперсию уклонов крупномасштабного волнения, используя аналитические формулы. Тестовая обработка данных SWIM подтвердила работоспособность предложенного подхода.
Ключевые слова: дисперсия уклонов крупномасштабного, по сравнению с длиной электромагнитной волны, волнения, сечение обратного рассеяния, малые углы падения, спектрометр SWIM, алгоритмы обработки
Полный текст

Список литературы:

  1. Басс Ф. Г., Фукс И. М. Рассеяние волн на статистически неровной поверхности: пер. с англ. М.: Наука, 1972. 424 с.
  2. Данилычев М. В., Николаев А. Н., Кутуза Б. Г. Использование метода Кирхгофа для практических расчетов в микроволновой радиометрии взволнованной морской поверхности // Радиотехника и электроника. 2009. Т. 54. № 8. С. 915–925.
  3. Запевалов А. С. Распределение дисперсии уклонов морской поверхности по пространственным диапазонам создающих их волн // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 1. С. 211–219. DOI: 10.21046/2070-7401-2020-17-1-211-219.
  4. Караев В. Ю., Панфилова М. А., Титченко Ю. А., Рябкова М. С., Мешков Е. М. Восстановление азимутальной зависимости сечения обратного рассеяния и дисперсии уклонов крупномасштабного волнения по данным спектрометра SWIM // Материалы 19-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». 15–19 нояб. 2021, ИКИ РАН. 2021. С. 232.
  5. Chu X., He Y., Karaev V., Chen G. Relationships between Ku-band radar backscatter and integrated wind and waves parameters at low incidence angles // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. No. 11. P. 4599–4609.
  6. Figa-Saldana J., Wilson W., Attema J., Gelsthorpe R., Drinkwater M., Stoffelen A. The Advanced Scatterometer (ASCAT) on MetOp: A follow-on for European scatterometers // Canadian J. Remote Sensing. 2002. V. 28. No. 3. P. 404–412.
  7. Freilich M. H., Vanhoff B. A. The relation between winds, surface roughness, and radar backscatter at low incidence angles from TRMM Precipitation Radar measurements // J. Atmospheric and Oceanic Technology. 2003. V. 20. No. 4. P. 549–562.
  8. Fu L., Cazenave A. Satellite altimetry and Earth sciences: a handbook of techniques and applications. San Diego: Academic Press, 2001. 464 p.
  9. GPM Data Utilization Handbook. 1st ed. JAXA. Japan, 2014. 92 p.
  10. Hauser D., Soussi E., Thouvenot E., Rey L. SWIMSAT: A real aperture radar to measure directional spectra of ocean waves from space — Main characteristics and performance simulation // J. Atmospheric and Oceanic Technology. 2001. V. 18. No. 3. P. 421–437.
  11. Hauser D., Tison C., Amiot T., Delaye L., Corcoral N., Castillan P. SWIM: The First Spaceborne Wave Scatterometer // IEEE Trans. Geoscience and Remote Sensing. 2017. V. 55. No. 5. P. 3000–3014.
  12. Hesany V., Plant W. J., Keller W. C. The Normalized Radar Cross Section of the Sea at 10 Incidence // IEEE Trans. Geoscience and Remote Sensing. 2000. V. 38. No. 1. P. 64–72.
  13. Hossan A., Jones W. L. Ku- and Ka-Band Ocean Surface Radar Backscatter Model Functions at Low-Incidence Angles Using Full-Swath GPM DPR Data // Remote Sensing. 2021. V. 13. Art. No. 1569. https://doi.org/10.3390/rs13081569.
  14. Lehner S., Schulz-Stellenfleth J., Schattler B., Breit H., Horstmann J. Wind and wave measurements using complex ERS-2 SAR wave mode data //IEEE Trans. Geoscience and Remote Sensing. 2000. V. 38. No. 5. P. 2246–2257.
  15. Lin W., Dong X. Design and optimization of a Ku-band rotating, range-gated fanbeam scatterometer // Intern. J. Remote Sensing. 2011. V. 32. No. 8. P. 2151–2171.
  16. Lin W., Dong X., Portabella M., Lang S., He Y., Yun R., Wang Z., Xu X., Zhu D., Liu J. A perspective on the performance of the CFOSAT rotating fan-beam scatterometer // IEEE Trans. Geoscience and Remote Sensing. 2019. V. 57. No. 2. P. 627–639.
  17. Nekrasov A., Ouellette J., Majurec N., Johnson J. A Study of Sea SurfaceWind Vector Estimation from Near-Nadiral Cross-Track-Scanned Backscatter Data // IEEE Geoscience and Remote Sensing Letters. 2013. V. 10. No. 6. P. 1502–1506.
  18. Nekrasov A., Gamcová M., Kurdel P., Labun J. On off-nadir wind retrieval over the sea surface using APR-2 or similar radar geometry // Intern. J. Remote Sensing. 2018. V. 39. No. 18. P. 5934–5942.
  19. Panfilova M., Karaev V., Guo J. Oil slick observation at low incidence angles in Ku-band // J. Geophysical Research: Oceans. 2018. V. 123. No. 3. P. 1924–1936.
  20. Panfilova M., Karaev V., Mitnik L., Titchenko Yu., Ryabkova M., Meshkov E. Advanced View at the Ocean Surface // J. Geophysical Research: Oceans. 2020. V. 125. No. 11. DOI: 10.1029/2020JC016531.
  21. Pierson W. J. Highlights of the Seasat-SASS program: a review // Satellite Microwave Remote Sensing / ed. T. D. Allan. Ellis Horwood Ltd., 1983. P. 69–86.
  22. Ryabkova M., Karaev V. A modified wave spectrum for modeling in remote sensing problems // Proc. IGARSS. 2018. P. 3274–3277.
  23. Ryabkova M., Karaev V., Guo J., Titchenko Yu. A review of wave spectra models as applied to the problem of radar probing of the sea surface // J. Geophysical Research: Oceans. 2019. V. 124. No. 10. P. 7104–7134.
  24. Spencer M., Wu C., Long D. Tradeoffs in the design of a spaceborne scanning pencil beam scatterometer: application to SeaWinds // IEEE Trans. Geoscience and Remote Sensing. 1996. V. 35. No. 1. P. 115–126.
  25. Tran N., Chapron B., Vandemark D. Effects of long waves on Ku-band ocean radar backscatter at low incidence angles using TRMM and altimeter data // IEEE Geoscience and Remote Sensing Letters. 2007. V. 4. No. 4. P. 542–546.
  26. TRMM Data Users Handbook. NASDA. Japan, 2001. 226 p.
  27. Zhang B., Perrie W., Vachon P., Li X., Pichel W., Guo J., He Y. Ocean vector winds retrieval from C-band fully polarimetric SAR measurements // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. No. 11. P. 4252–4261.