导读:本文包含了风场反演论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多普勒,海面,孔径,遥感,入射角,模型,波谱。
风场反演论文文献综述
宫明晓,马艳,付业理,李华[1]（2019）在《青岛沿海ASCAT卫星反演风场与浮标海岛实测风场的对比分析》一文中研究指出本文通过对比检验2013年1月至2016年6月ASCAT卫星反演风场与青岛浮标海岛站实测10m风场资料,开展ASCAT卫星反演风场在青岛沿海的适用评估。结果表明:ASCAT反演风速整体偏大,风向偏左,但整体偏差均较小。ASCAT反演风场和浮标海岛站实测风场的风速和风向的整体偏差分别为1.6m/s和-9.6°,说明ASCAT反演风场在青岛沿岸有很好的适用性,比EC再分析资料能更细致地反映青岛沿岸的风场空间分布。从风速分级比较来看,风速越弱,卫星反演风速越接近站点实测风速,反演结果越好,而风向反演结果则反之。风速和风向的反演效果皆是晚上比早晨好。并且季节变化对风速反演效果影响不大,但是对风向反演效果有一定的影响,秋冬季节风向反演结果好于春夏季节。最后,对ASCAT反演风速分别进行线性回归订正、综合误差、风速等级误差和升降轨误差订正,发现线性回归订正结果最佳。(本文来源于《气象科技》期刊2019年05期）
常亚楠,戴建华,黄兴友,郑石[2]（2019）在《单多普勒雷达反演涡旋风场方法分析》一文中研究指出由于单雷达在探测台风临近、登陆时仍具有双部或多部雷达难以具备的优势,目前利用单多普勒雷达反演涡旋风场的方法并不多见,本文对能够反演涡旋风场的3种方法NIVAP(自然坐标系的积分VAP方法)、EVAPTC(反演热带气旋的EVAP方法)、GBVTD(地基速度追踪法)进行了比较,分别从每种方法的假设条件和数学方法以及结果精度来比较3种方法对涡旋风场的适用性。利用中尺度气旋Rankine模式模拟了纯涡旋性气旋、只有环境风场时、环境风场和辐合(辐散)同时存在时的径向速度场及风场,比较了各种情况下的反演风场和模拟风场的相似系数。在对模拟风场比较之后,选取了2014年"威马逊"台风登陆前1h、登陆时及登陆后1h的3个实测雷达资料,对比分析了3种方法反演实测资料的风场特征,3种方法中EVAPTC方法最好,GBVTD方法在应用中有一定的限制,NIVAP方法较差。(本文来源于《气象科技》期刊2019年05期）
王叶红,赵玉春,罗昌荣,韩颂雨[3]（2019）在《双雷达风场反演拼图在登陆台风“莫兰蒂”(1614)强降水精细预报中的同化应用试验》一文中研究指出利用福建龙岩、漳州、泉州新一代多普勒天气雷达和厦门海沧双偏振雷达探测资料,采用动态地球坐标系下双雷达叁维风场反演与拼图技术,基于天气研究和预报模式(Weather Research and Forecasting,WRF)及其资料同化系统,对登陆台风"莫兰蒂"(1614)引起的2016年9月14—15日福建强降水过程进行了双雷达风场反演拼图资料检验及其叁维变分同化对强降水精细预报影响的数值试验,结果发现:(1)动态地球坐标系下双雷达反演风场能合理反映实际风场分布状况,其误差相对较小。相较厦门翔安风廓线雷达及厦门探空秒级测风数据,反演风风向(风速)平均绝对误差分别为7.8°(2.6 m/s)及3.4°(1.1 m/s);(2)反演风场水平方向稀疏化对同化及预报结果极为重要,过密的反演风场资料会给同化及预报结果带来负效果。文中采用18、6、2 km 3重嵌套,在3重嵌套区域均进行同化以及仅在2 km区域进行同化两种情况下,均表现为当反演风场资料水平分辨率提高到0.1°时,同化分析及预报的台风环流开始受到负影响;且当反演风场资料水平分辨率越高时,负效果越明显。敏感性试验结果显示,分辨率取0.2°时数值预报效果最好;(3)以美国国家环境预报中心全球预报系统(National Centers for Environmental Prediction/Global Forecast System,NCEP/GFS) 0.5°×0.5°分析场为初值,基于3个不同起报时刻(2016年9月14日14时、20时及15日02时)(北京时,下同)模拟的福建省境内台风内核雨带和螺旋雨带逐时演变、台风路径与强度、逐时降水TS评分和空间相关差异显着,其中14日14时起报试验效果最好;而14日20时起报试验效果最差,这与该试验初始台风大风轴风速明显偏大有关;(4)在上述3个不同起报时刻试验基础上,分别增加双雷达反演风场资料的叁维变分同化后,福建境内地面风场和台风内核雨带、螺旋雨带逐时分布、逐时降水TS评分和空间相关、台风环流结构以及U、V风垂直廓线分布均有明显改善,最大正影响时效可达24 h;但仅对1—6 h时效内台风路径有改善。(本文来源于《气象学报》期刊2019年04期）
黎鹏[4]（2019）在《星载波谱仪海面风场反演研究》一文中研究指出海面风场是最重要的气象参数之一,精准的海面风场信息不仅能帮助我们更加深入地了解地球上的气象系统,还能用来预报天气,特别是灾害式天气。中法海洋卫星CFOSAT(China-France Oceanography Satellite)上搭载的波谱仪SWIM(Surface Waves Investigation and Monitoring)是一种旋转扫描的小入射角雷达,主要用于探测全球范围的海浪方向谱,而它独特的工作方式,可以获取某一测量点随入射角和方位角(0～360°)变化的海面后向散射系数,可为海面风场的反演提供基础数据,本文基于SWIM的观测数据成功反演出了海面风场。论文首先利用无雨时SWIM后向散射系数σ~0、双频降雨雷达DPR(Dual-frequency Precipitation Radar)双波段(Ku和Ka波段)的σ~0和欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts)风场数据,验证了无雨时小入射角下σ~0随相对风向存在各向异性与不对称性,并且分析了全方位向平均以后的σ~0、不对称性以及各向异性的幅度与风速和入射角的关系。然后利用有雨时DPR双波段的σ~0和ECMWF风场数据,验证了大到暴雨时小入射角下σ~0随相对风向仍存在各向异性与不对称性。入射角在10°附近时σ~0基本不随风速变化,因此选择10°附近的σ~0数据重点分析了降雨对σ~0的影响,并且利用四次多项式模型对降雨率和σ~0数据进行了拟合,模型有很好拟合优度。最后基于小入射角下σ~0的各向异性与不对称性和σ~0随风速变化的经验模型,利用SWIM数据反演出了海面风场信息。其中0°、2°和4°波束的σ~0数据反演出的风速相对于ECMWF风速的均方根误差分别为1.22 m/s、1.23 m/s和1.49 m/s。风速大于7 m/s条件下,10°波束的σ~0数据反演出的风向相对于ECMWF风向的均方根误差为18.87°。(本文来源于《华中科技大学》期刊2019-08-01）
吴萍昊,钟凯文,胡泓达,赵怡,许剑辉[5]（2019）在《基于Sentinel-1A数据在广东省近海海面风场反演应用》一文中研究指出采用基于风条纹提取风向的方式,利用地球物理模式函数,基于Sentinel-1A数据,通过CMOD5模型反演2017年3、5、7、12月份广东省近海海域风场。将反演结果与实测数据对比,风速普遍比实测风速大,风速反演的平均绝对误差为1.98 m/s,均方根误差为2.74 m/s,相关系数为0.8。其中3、5、7月的风速较为接近,且平均绝对误差和均方根误差都<2 m/s,而12月份平均风速>8 m/s,实测数据与卫星过境时间不完全匹配,导致平均绝对误差和均方根误差都偏大。哨兵一(Sentinel-1A)影像反演结果整体上与实测数据相一致,验证了COMD5反演模型适用于广东省近海高分辨率海洋风场反演,可为下一步估算广东省风能资源储量提供可能。(本文来源于《热带地理》期刊2019年03期）
骆黎明[6]（2019）在《基于机器学习树模型的GNSS-R海面风场反演研究》一文中研究指出海洋表面风场是海洋重要的动力学参数,几乎与所有的海洋活动密切相关。全球卫星导航定位系统(Global Navigation Satellite System,GNSS)不仅可以用于传统的导航和定位,还可以利用其前向散射信号进行遥感应用研究,该技术称为GNSS反射信号遥感技术(GNSS-Reflectometry,GNSS-R)。GNSS-R技术凭借其低成本、全天候、高时空分辨率、覆盖范围广等优点得到了广泛的关注,经过几十年的发展,在海洋高度、海面风场、海面溢油、土壤湿度等方面都有所应用。本文以GNSS-R技术结合机器学习树模型算法反演海面风场为研究方向展开了相关工作。本文利用TDS-1(TechDemoSat-1)卫星与欧洲中期天气预报中心(European Centre for Medium-Range Weather Foresting,ECMWF)分析场数据进行时空匹配得到原始样本集。对原始样本集进行预处理后得到适合机器学习树模型学习的训练集和验证集。训练集用于树模型的训练,验证集主要用于检验学习器的反演精度。用五种常用的树型模型决策树、随机森林、GBDT、LightGBM以及XGBoost基于滑动窗口的方法对海面风场进行反演。对于风速的反演,集成树模型的反演误差小于2m/s达到了反演的要求,由于可能未提取风向敏感的物理参量,风向的反演误差较大,约为50°。在此基础上,选择风速反演效果较佳的模型随机森林和LightGBM进行了模型融合,采用Averaging、CV-Averaging、Stacking叁种模型融合方法,进一步提升了模型的风速反演精度。之后基于随机森林和LightGBM又进行了更深层次的研究和分析,对于提高海面风场反演精度具有重要的指导意义。主要包括以下叁个方面:(1)以赤道为中心,随着两侧纬度变化树模型反演精度的变化;(2)对于不同月份风场的反演,南北半球在反演精度上的差异性;(3)对于昼夜不同时间段,风场反演结果对比与分析。本文基于机器学习树模型算法实现海面风场反演,在提取到风场敏感物理参量的前提下,可以取得良好的效果。(本文来源于《中国科学院大学(中国科学院国家空间科学中心)》期刊2019-06-01）
王海霞,徐进,王庆名,陈丽,庞玺斌[7]（2019）在《基于X波段航海雷达的海面风场反演技术研究》一文中研究指出以大连海事大学教学实习船"育鲲"轮采集的航海雷达原始数据为基础,基于梯度网络算法进行风场反演。依据雷达成像原理和雷达回波影响因素,利用图像求和及中值滤波法对雷达图像预处理,增强海浪信息所在位置的灰度强度,降低同频干扰和尾迹效应;运用梯度算法,求得梯度加权直方图,并根据梯度变化最大方向与风向的垂直关系,生成主风向。计算结果与大连气象台实测的风向对比,吻合度较高。(本文来源于《无线电工程》期刊2019年06期）
艾未华,陈冠宇,戈书睿,袁凌峰,赵现斌[8]（2019）在《双频共面合成孔径雷达海面风场反演》一文中研究指出根据L/C双频共面SAR能够获取同一海域双波段电磁波后向散射系数,得到更多海洋目标特征信息的电磁散射特点,结合地球物理模型函数研究了一种新的SAR海面风场反演方法。利用L/C双频共面SAR的L和C两个波段的地球物理模型函数和后向散射系数等信息,通过地球物理模型函数联立以及构建和求解最小代价函数,直接从SAR数据本身获取海面风场信息,并借助辅助数据去除了风向的180°模糊,从而实现海面风场反演。仿真分析和海上机载同步飞行试验的研究结果表明,该方法可直接利用SAR数据本身获取精度较高的海面风速、风向;绝对辐射定标精度是决定海面风场反演精度的关键因素,海面风场反演误差随定标精度提高而减小;随着海面风速的增大,风速反演误差逐渐增大。论文提出的双频共面SAR海面风场反演方法解决了传统单波段单极化SAR海面风场反演存在的固有问题,机载同步飞行试验的海面风速和风向反演结果与调查船观测值的均方根误差分别为0.93 m/s和19.39°,可为星载SAR海面风场反演业务化和载荷研制提供支持。(本文来源于《遥感学报》期刊2019年03期）
张康宇[9]（2019）在《基于C波段SAR的海面风场反演方法与近海风能资源评估》一文中研究指出星载合成孔径雷达(Synthetic Aperture Radar,SAR)具有提供高空间分辨率海面风场的能力,然而目前C波段SAR风速反演研究中还存在着以下问题:常用的VV极化风场反演模型对Sentinel-1 VV极化影像的适用性有待评估;现有的交叉极化风速反演模型不适用于Sentinel-1交叉极化影像的风速反演;SAR风场反演的空间尺度效应鲜有研究。为此,本文重点围绕着以上问题展开研究。最后以浙江和福建省近海作为研究区,评估利用SAR影像进行中国近海风能资源调查的可行性。本文的主要研究内容和结论如下:(1)同极化SAR风速反演模式函数的优选。本文基于710景Sentinel-1干涉宽幅(Interferometric Wide-swath,IW)模式垂直发射垂直接收(Vertical Transmitting and Vertical Receiving,VV)极化影像,对比了 CMOD4、CMOD-IFR2、CMOD5 和 CMOD5.N 等 C 波段模式函数(C-band Model,CMOD)的性能,结果表明在0～25m/s风速区间内,CMOD5.N为较优的风速反演模型,反演风速的均方根误差(RMSE)为1.40m/s;基于76景Sentinel-1IW 模式水平发射水平接收(Horizontal Transmitting and Horizontal Receiving,HH)极化影像,对比了 32种CMOD+极化比模型的组合模型以及1种与风向无关的HH极化风速反演模型的性能,结果表明对于Sentinel-1 HH极化影像,CMOD4结合Mouche等在2005年提出的同时考虑风向和入射角的极化比模型为较优的HH极化风速反演方法,反演风速的 RMSE 为 1.45m/s。(2)构建适用于Sentinel-1 IW模式交叉极化影像的风速反演模型。IW模式为Sentinel-1系列卫星的默认运行模式,然而由于IW模式影像的噪声等效后向散射系数(Noise EquivalentSigmaZero,NESZ)较高,并且3个子刈幅的平均NESZ不同,导致目前已有的交叉极化风速反演模型不适用于Sentinel-1 IW模式交叉极化影像的风速反演。本文基于728 景减去了 NESZ 的 Sentinel-1 IW 模式垂直发射水平接收(Vertical Transmitting and Horizontal Receiving,VH)极化影像,构建了基于子刈幅的C波段交叉极化海洋模型(Subswath-based C-band Cross-polarization Ocean Model,S-C2PO)。与浮标观测风速对比,本文提出的S-C2PO模型反演得到的Sentinel-1 VH极化影像风速的RMSE为2.08m/s,优于前人提出的交叉极化风速反演模型用于Sentinel-1 VH极化影像的风速反演。在风速大于1Om/s的条件下,S-C2PO模型反演风速的RMSE小于1.6m/s。此外,本文发现当风速小于10m/s时,随着入射角变化的NESZ会对Sentinel-1 VH极化后向散射系数产生较大的影响,导致VH极化后向散射系数随着入射角的变化呈现出类似于NESZ随着入射角变化的趋势,然而随着风速逐渐增大,NESZ对VH极化后向散射系数的影响逐渐减小,从而VH极化后向散射系数不再随着入射角变化。(3)探讨同极化SAR风场反演的空间尺度效应。本文将Sentinel-1 IW模式的VV极化影像和HH极化影像重采样到不同的空间分辨率,然后绘制不同空间分辨率的同极化影像反演风速的决定系数(R2)、相关系数(Corr)、均方根误差(RMSE)、标准差(STD)和偏差(Bias)等精度评价指标随着空间分辨率降低的变化趋势,结果表明当VV极化影像和HH极化影像的空间分辨率从100m降到1km时,反演风速的精度能够迅速提升;从1km到5km时,反演风速的精度提升趋于平缓。其中,当空间分辨率从100m降到1km时,VV极化影像风速的RMSE可降低19.4%,HH极化影像风速的RMSE可降低42.4%。(4)探讨交叉极化SAR风场反演的尺度效应。本文将RADARSAT-2精细全极化模式VH极化影像重采样到不同的空间分辨率,绘制了不同空间分辨率的VH极化影像反演风速的R2、Corr、RMSE、STD和Bias等精度评价指标随着空间分辨率降低的变化趋势,结果表明VH极化影像反演风速的精度随空间分辨率的变化的趋势与同极化的相似,当空间分辨率从100m降到1km时,反演的风速的RMSE降低了 41.5%,当空间分辨率从1km降到5km时,反演风速的精度的提升趋于平缓。结合空间尺度对同极化SAR影像的风速反演精度影响的分析结果,可认为将SAR影像重采样到1km空间分辨率是同时兼顾高空间分辨率和高反演风速精度的较优选择。(5)评估利用SAR影像进行中国近海风能资源调查的可行性。以浙江省和福建省近海为研究区,利用 Sentinel-1A、Sentinel-1 B 和 ENVISAT ASAR 的一共 2749 景 SAR 影像进行风功率密度分布制图,以中国近海的5个浮标站点计算得到的风能参数作为参考,SAR计算的平均风速和Weibull尺度因子A的相对误差均在5%以内,形状因子k在6%以内,风功率密度E在10%以内,表明了利用SAR影像进行中国近海风能资源评估的可行性,并对近海50m水深内的风能资源做了分析和评估,为未来近海风电站的选址的提供参考依据。(本文来源于《浙江大学》期刊2019-03-01）
赵萌,郭磐,芮训豹,陈思颖,张寅超[10]（2018）在《低信噪比下相干多普勒激光雷达风场矢量反演算法》一文中研究指出为了能在低信噪比情况下获得高精度矢量风速,采用非线性最优化理论中的序列二次规划(SQP)求解滤波正弦波拟合(FSWF),实现了速度方位显示(VAD)算法中矢量风场的反演。基于模拟数据进行仿真实验,以反演结果的均方根误差作为评价指标,对比直接正弦波拟合(DSWF)和SQP-FSWF两种算法,结果表明在低信噪比条件下SQP-FSWF算法的反演效果优于DSWF算法。在FSWF计算中,基于风场反演结果的时空连续性,对比SQP算法和无约束最优化算法中的拟牛顿法,结果表明,SQP算法在低信噪比下效果更好。开展了激光雷达和探空气球的风场测量对比实验,获取了真实的激光雷达回波信号和同步探空气球数据,以进一步评估算法的可靠性。实验结果显示,SQP-FSWF算法得到的风速反演结果,同作为对比对象的探空气球的测量结果(水平风速、水平风向),两者间的相关系数分别为0.993和0.988,平均误差分别为0.2 m/s和3.28°,均方根误差分别为0.28 m/s和4.62°。对比分析反演结果的时空连续性发现,所提出方法在低信噪比下时空连续性更好,与模拟数据实验结果的效果表现一致。(本文来源于《中国激光》期刊2018年11期）
风场反演论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于单雷达在探测台风临近、登陆时仍具有双部或多部雷达难以具备的优势,目前利用单多普勒雷达反演涡旋风场的方法并不多见,本文对能够反演涡旋风场的3种方法NIVAP(自然坐标系的积分VAP方法)、EVAPTC(反演热带气旋的EVAP方法)、GBVTD(地基速度追踪法)进行了比较,分别从每种方法的假设条件和数学方法以及结果精度来比较3种方法对涡旋风场的适用性。利用中尺度气旋Rankine模式模拟了纯涡旋性气旋、只有环境风场时、环境风场和辐合(辐散)同时存在时的径向速度场及风场,比较了各种情况下的反演风场和模拟风场的相似系数。在对模拟风场比较之后,选取了2014年"威马逊"台风登陆前1h、登陆时及登陆后1h的3个实测雷达资料,对比分析了3种方法反演实测资料的风场特征,3种方法中EVAPTC方法最好,GBVTD方法在应用中有一定的限制,NIVAP方法较差。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
风场反演论文参考文献
[1].宫明晓,马艳,付业理,李华.青岛沿海ASCAT卫星反演风场与浮标海岛实测风场的对比分析[J].气象科技.2019
[2].常亚楠,戴建华,黄兴友,郑石.单多普勒雷达反演涡旋风场方法分析[J].气象科技.2019
[3].王叶红,赵玉春,罗昌荣,韩颂雨.双雷达风场反演拼图在登陆台风“莫兰蒂”(1614)强降水精细预报中的同化应用试验[J].气象学报.2019
[4].黎鹏.星载波谱仪海面风场反演研究[D].华中科技大学.2019
[5].吴萍昊,钟凯文,胡泓达,赵怡,许剑辉.基于Sentinel-1A数据在广东省近海海面风场反演应用[J].热带地理.2019
[6].骆黎明.基于机器学习树模型的GNSS-R海面风场反演研究[D].中国科学院大学(中国科学院国家空间科学中心).2019
[7].王海霞,徐进,王庆名,陈丽,庞玺斌.基于X波段航海雷达的海面风场反演技术研究[J].无线电工程.2019
[8].艾未华,陈冠宇,戈书睿,袁凌峰,赵现斌.双频共面合成孔径雷达海面风场反演[J].遥感学报.2019
[9].张康宇.基于C波段SAR的海面风场反演方法与近海风能资源评估[D].浙江大学.2019
[10].赵萌,郭磐,芮训豹,陈思颖,张寅超.低信噪比下相干多普勒激光雷达风场矢量反演算法[J].中国激光.2018
论文知识图
