基于全極化UAVSAR圖像的海浪斜率反演方法研究*

尹全超， 張彥敏， 王運華

(中國海洋大學信息科學與工程學院，山東 青島 266100)

基于全極化UAVSAR圖像的海浪斜率反演方法研究*

尹全超， 張彥敏**， 王運華

(中國海洋大學信息科學與工程學院，山東 青島 266100)

利用L波段Uninhabited Aerial Vehicle Synthetic Aperture Radar(UAVSAR)全極化數據，對成像海域海浪斜率的反演進行了研究。其中，沿SAR圖像方位向海浪斜率是通過Krogager分解右旋和左旋圓極化相位差方程所提取的極化方向角，并利用該極化方向角的偏移量進行求解。而在求解海浪沿距離向的斜率的過程中，本文則選取了平均散射角(α角)、一致性參數、極化相干矩陣對角元素T22/T11、同極化比四種極化特征參數，并基于Bragg共振散射模型，對這四種極化特征參數的近似表達式進行了理論推導，通過分析發現這四種極化參數都是入射角的單調函數，從而使得利用這四種極化參數擬合求解距離向海浪斜率成為可能。本文中選取37景UAVSAR海浪圖像，采用極化方向角及其他四種極化參數分別對海浪方位向和距離向斜率進行了擬合反演，并通過反演所得海浪斜率譜進一步計算出感興趣海域海浪的波長、周期、傳播方向、斜率均方根、有效波高等參數，將所得結果與National Data Buoy Center(NDBC)提供的浮標數據進行了對比。通過對反演結果進行統計分析發現：T22/T11、一致性參數的所得結果較好，同極化比次之，α角稍差；另外，從計算的復雜程度來說，T22/T11、一致性參數、同極化比較之α角簡單，不需要復雜的極化分解。

海浪斜率；UAVSAR；極化特征

海浪是海洋上一種常見的波動現象，是發生在海氣界面的重要海洋動力學過程，很大程度上影響著相關海洋工程的開展和實施，在軍事上海浪也是重要的參數，對海浪相關性質的研究以及對海浪相關活動的監測和預警是目前的熱點問題。合成孔徑雷達(Synthetic Aperture Radar,SAR)是監測海浪活動的一種強有力的工具，有著全天時、全天候、高分辨率、大監測范圍等特點，幾乎可以在任何天氣條件下對海浪進行觀測，是目前國內外公認的有效監測手段。在SAR海浪成像的過程中，主要調制作用可以分為傾斜調制、流體力學調制以及速度聚束調制[1]。傾斜調制是由海浪坡度變化引起本地入射角變化[2]而產生的，流體力學調制是由于大尺度表面波和小尺度表面(布拉格表面)波相互之間的流體力學相互作用引起，在中等入射角的情況下貢獻了最多的后向散射[3]。速度聚束是SAR成像系統所獨有的調制作用[4]，是在方位向雷達和目標的相對運動造成的，在海浪沿方位向傳播的情況下，速度聚束的影響顯著。

傳統單極化的情況下，研究人員利用ERS 1&2、RADASAT-1等數據來從圖像中提取海浪斜率譜，并對海浪作定量描述[5]，提出了多種不同的方法[6-10]?？傮w上可以分為線性方法和非線性方法兩類。所謂線性方法，就是在海浪譜和SAR圖像譜之間定義一種線性的調制轉換函數(MTF)，Lyzenga[10]在1988年提出過此類方法，但這種方法是純線性的，不包括調制中的任何非線性處理過程，所提取的海浪信息不夠準確?；诖?，非線性迭代的反演方法被提出：Hasselmann[8]等人利用Lyzenga[10]提出的線性調制轉換函數以迭代的方法來從圖像譜中恢復海浪譜，并在1996年被改進[11]了算法；但是這種方法運算復雜，需要從海浪數值模型中獲取第一猜測譜。為了避免提取海浪譜的過程中對第一猜測譜的依賴，Mastenbroek和de Valk提出了一種半參數的方法[12]，這種方法不需要海況的先驗知識，每個SAR圖像譜可以和散射計的風矢量關聯起來；但僅適用于ERS衛星，對于沒自帶散射計的衛星數據無效。

隨著全極化SAR技術的發展，Schuler和Lee等人提出了利用AirSAR全極化信息提取海浪斜率譜的方法[13]，這種方法可以直接計算海浪斜率，無需復雜的調制轉換函數和第一猜測譜，此方法適用于P和L波段。在假設布拉格散射和Phillips海浪譜的情況下，He[14]等人推導了線性極化SAR傾斜和極化方向角的調制轉換函數，提出了利用C波段的機載數據直接計算海浪斜率譜的方法[15]，不過并沒有直接利用到交叉極化信息。Zhang[16]等人利用全極化的RADARSAT-2數據，改進了He的算法，直接利用共極化和交叉極化數據來分別計算出方位向和距離向的海浪斜率譜，但這種方法還是要依賴調制轉換函數。為了在SAR圖像所有波段的數據中提取海浪斜率并且避免對調制轉換函數的依賴，Xie[17]等人利用SFS(Shade-from-shading)方法和極化方向角提取了海浪斜率，并且在RADARSAT-2數據上得到了驗證。

在本文中，方位向采用右旋和左旋圓極化相位差方程提取的圓極化角算法，距離向采用α角、一致性參數、T22/T11、同極化比4種極化特征方法。其中圓極化角算法在陸地[18]和海洋[13]的方位向斜率提取中已經取得較為成功的應用；在距離向上，因為入射角的調制作用，不同的極化特征會隨著入射角的改變而變化，α角是旋轉不變且對入射角有著較好的敏感性[19]，已經被成功應用到距離向海浪斜率的提取工作中[13]。采用一致性參數、T22/T11、同極化比來擬合計算距離向斜率的可行性也在本文中做了推導并采用統計的方法得到了驗證。共選取了37景L波段UAVSAR全極化數據來擬合計算海浪斜率，計算出波長、周期、方向、斜率均方根、有效波高五個參數，并將所得結果與NDBC(National Data Buoy Center)提供的浮標數據進行了對比，取得了較為吻合的結果。相對于傳統的單極化方法，本文不需要依賴復雜的調制轉換函數便可計算出方位向和距離向的海浪斜率；同時相對于α角的方法，一致性參數、T22/T11、同極化比這三種極化特征不需要進行復雜的極化分解，在距離向斜率的反演中，其反演效果與α角相當甚至優于α角。

1 四種極化特征隨入射角變化敏感性分析

在本節中將對α角、一致性參數、T22/T11、同極化比4種極化特征從理論進行分析，研究其隨入射角θi的變化關系。L波段UAVSAR的頻率為1.26 GHz，根據Ellison[20]等人的方法，假設溫度為25℃，鹽度為35，計算得出所對應的相對介電常數εr為71～80j?？梢?，L波段微波的海水相對介電常數實部較大，因此為了簡單起見，本節中將εr的值取無窮大，并對上述4種極化特征隨入射角θi的變化關系進行了理論推導。同時，為了驗證該近似的合理性，本節中將所得近似結果與εr取71～80j時的結果進行了比較。

1.1 α角隨入射角變化敏感性分析

基于SPM(Small Perturbation scattering Model)小擾動散射模型可以估計α角對沿距離向傳播海浪的敏感性。α角是利用Cloud-Pottier極化分解理論[21-22]，對3×3的相干矩陣做特征值分解，具有旋轉不變性，α角計算公式為：

α=P1α1+P2α2+P3α3，

(1)

Pi表示為：

(2)

其中：λi為平均相干矩陣T3的特征值。假設布拉格散射的情況下，散射矩陣如下所示：

(3)

其中：Bragg散射系數[23]SHH和SVV分別為：

(4)

(5)

根據Pottier[19]的方法，α角可以表示為：

(6)

當εr→∞時，

SHH=-1 ，

(7)

(8)

將公式(7)、(8)代入(6)可得

tanα=sin2θi，

(9)

則α對θi的導數為

(10)

在UAVSAR的入射角范圍(25°～65°)內，其導數恒大于0。εr分別取無窮大(藍)和71～80j(紅)的時候，可得α和θi的對應關系(見圖1)，由圖1可知α角隨UAVSAR入射角θi變化單調遞增且敏感。

1.2 一致性參數隨入射角變化敏感性分析

Freeman[24]在2008年提出了一致性參數的算法，定義如下

(11)

根據公式(3)，將公式(7)、(8)代入(11)可得

(12)

γ對θi的導數為

(13)

εr取無窮大(藍)和71～80j(紅)，可得出一致性參數和θi的對應關系(見圖2)，在UAVSAR的入射角范圍(25°～65°)內，其導數恒小于0，一致性參數隨入射角θi的變化單調遞減且敏感。

圖1 εr取無窮大(藍)和71～80j(紅)時α和θi的對應關系 Fig.1 The influence of θion α angle for different relative dielectric constant, εr=∞(blue line) and εr=71～80j(red line)

圖2 εr取無窮大(藍)和71～80j(紅)時一致性參數與θi對應關系Fig.2 The influence of θion the consistent parameter for different relative dielectric constant, εr=∞(blue line) and εr=71～80j(red line)

1.3 T22/T11隨入射角變化敏感性分析

取3×3的相干矩陣中的T22/T11也可以來擬合估計距離向海浪斜率，T22和T11可以分別表示為：

(14)

(15)

則T22/T11可以表示為：

(16)

根據公式(3)，將公式(7)、(8)代入(16)可得

(17)

(18)

在UAVSAR的入射角范圍(25°～65°)內，其導數恒大于0，T22/T11隨UAVSAR入射角θi變化單調遞增。εr取無窮大(藍)和71～80j(紅)，推導出T22/T11和θi的對應關系(見圖3)。

圖3 εr取無窮大(藍)和71～80j(紅)時 T22/T11和θi的對應關系Fig.3 The influence of θion the ratio T22/T11 for different relative dielectric constant, εr=∞(blue line) and εr=71～80j(red line)

1.4 同極化比隨入射角變化敏感性分析

海面的后向散射可以用下面公式[25]表示：

(19)

(20)

其中：kr表示波數；W(.)是海表面粗糙度和布拉格散射系數的二維波束譜密度；θi表示入射角；ψ表示斜面距離向的坡度；ξ表示斜面在方位向的傾斜角度，同極化的后向散射比為：

(21)

一般情況下ξ的值很小，可近似為

(22)

根據公式(3)，將公式(7)、(8)代入(22)可得

(23)

同極化比對θi的導數為

(24)

UAVSAR的入射角范圍為25°～65°，在此范圍內其導數恒小于0，εr取無窮大(藍)和71～80j(紅)，可得同極化比和θi的對應關系(見圖4)，可知同極化比隨入射角θi變化單調遞減且敏感。

圖4 εr取無窮大(藍)和71～80j(紅)時 同極化比和θi對應關系Fig.4 The influence of θion the co-polarized ratio for different relative dielectric constant, εr=∞(blue line) and εr=71～80j(red line)

綜上，在距離向上采用α角、一致性參數、T22/T11、同極化比四種極化方法隨著入射角的變化而單調變化，并且具有一定的敏感性，因此可以來擬合距離向的海面斜率。

2 海浪反演步驟及實驗結果分析

在實驗過程分別對所選取的37景UAVSAR數據(見附錄A)做了處理，在本節中選取了示例數據(見表1)來詳細說明海浪斜率的提取過程以及處理結果，并采用了NDBC的浮標數據做對比與驗證。

2.1 海浪反演步驟

在示例數據的快視圖(見圖5)中，紅框為為本次實驗的目標區域，大小為512×512個像素點，對原始研究區域(見圖6)的處理過程如下：

表1 示例數據說明Table 1 The instruction of the sample SAR image

圖5 示例數據的快視圖Fig.5 The quick-view image of the sample SAR image

圖6 研究區域VV極化強度圖像Fig.6 The intensity for VV polarization channel in the research region

(1) 選取512×512像素的研究區域，在距離向使用線性插值的方法校正幾何變形。

(2) 采用圓極化的方法計算方位向斜率。

(3) 分別采用α角、一致性參數、T22/T11、同極化比來擬合距離向斜率，并使用高通濾波對結果進行處理。

(4) 分別對方位和距離向海浪斜率做快速傅里葉變換(FFT)，得到方位和距離向的海浪斜率譜Py、Px，并估計海浪的波長、方向、周期、斜率均方根和有效波高。

依據海浪斜率譜，可以用下述方法來定量提取海浪相關參數信息[13]。其中主波波長用λd表示，即：

λd=2π/kw，

(25)

kw表示波數。周期可通過下面公式得出：

(26)

T=2π/ωw，

(27)

其中：H表示水深。海浪方向需要從UAVSAR的天線文件中讀取雷達的飛行方向，海浪方向為雷達飛行方向和反演的海浪譜的方向之和；這樣計算出的海浪方向會存在180°模糊的問題，本文通過比較模糊方向與浮標海浪方向的差值來加以判斷，差值較小者即為反演海浪傳播方向。海浪斜率均方根可以通過下面公式[16]計算：

Srms=[()2+()2]1/2，

(28)

其中：Saz和Sr分別表示方位向和距離向的海浪斜率；φ表示海浪的傳播方向。有效波高可通過Srms和主波波長計算得出[13]：

Hd=tan(Srms)·(λd/2) 。

(29)

2.2 方位向斜率反演

利用極化方向角(θ)可以直接來計算方位向斜率，極化方向角可以用極化特征法和圓極化算法兩種方法來計算，圖像處理的結果證明圓極化算法在海洋圖像上可以更好的估計極化方向角θ，圓極化的算法[18]如下：

(30)

式中

(31)

圓極化方向角θ與方位向斜率的關系[19,26]如下：

(32)

式中：tanω是方位向斜率；φ表示雷達視角；tanγ表示地距斜率，海洋表面在Bragg散射情況下的平均的傾斜角很小，所以式中的tanγcosφ可以忽略，即：

tanω?(sinφ)tanθ。

(33)

依據方位向的處理結果(見圖7)，提取波長258.69 m方向345.98°周期12.87 s。

2.3 距離向斜率反演

采用第1節中的4種極化特征方法，處理示例數據，可得到距離向斜率擬合結果(見圖8-11)。

綜合方位向和距離向的反演結果，依據2.1節中的方法可提取出相關海浪參數。根據數據經緯度，使用NDBC提供的46012浮標數據來做比對(見表2)?？梢娫诨诩y理特征的參數(波長、周期、波向)中，α角、一致性參數、T22/T11這3種方法的結果幾乎一致；在斜率均方根的反演中，這四種方法反演結果相差不大；在有效波高的反演結果來看，同極化比的結果和浮標更為相近。

圖8 α角距離向提取結果Fig.8 The range slope inversed by the alpha parameter

圖9 一致性參數距離向提取結果Fig.9 The range slope inversed by the conformity coefficient

圖10 T22/T11距離向提取結果Fig.10 The range slope inversed by the ratio T22/T11

圖11 同極化比距離向提取結果Fig.11 The range slope inversed by the co-polarized ratio

表2 提取結果與浮標數據對比Table 2 The comparison between the inversion results and the buoy data

Note：①The alpha parameter；②The conformity coefficient ；③The ratio T22/T11；④The co-polarized ratio；⑤The buoy data；⑥The wavelength；⑦The period；⑧The wave direction/deg；⑨The RMS slope/deg；⑩The significant wave height

2.4 實驗結果分析

為了進一步比較距離向上這4種方法的優劣，本節利用上述2.1～2.3所提供的方法，選取了37景UAVSAR海浪數據進行處理。其中，以浮標實測數據為橫軸，反演結果為縱軸，分別從波長(見圖12a～12e)、周期(見圖13a～13e)、斜率均方根(見圖14a～14d)、有效波高(見圖15a～15d)做出散點圖，并使用偏移量和標準差對結果做出評估。

(a.圓極化算法；b.α角；c.一致性參數；d.T22/T11；e.同極化比。a.The orientation angle; b.The alpha parameter; c.The conformity coefficient; d.The ratio T22/T11；e.The co-polarized ratio.)

圖12 波長統計分析
Fig.12 The statistical analysis of the wavelength

(a.圓極化算法； b.α角； c.一致性參數； d.T22/T11；e.同極化比。a.The orientation angle; b.The alpha parameter; c.The conformity coefficient; d.The ratio T22/T11；e.The co-polarized ratio.)

圖13 周期統計分析
Fig.13 The statistical analysis of the period of sea waves

(a.α角； b.一致性參數； c.T22/T11；d.同極化比。a.The alpha parameter; b.The conformity coefficient; c.The ratio T22/T11； d.The co-polarized ratio.)

圖14 斜率均方根統計分析
Fig.14 The statistical analysis of the RMS slope

(a.α角； b.一致性參數； c.T22/T11；d.同極化比。a.The alpha parameter; b.The conformity coefficient; c.The ratio T22/T11； d.The co-polarized ratio.)

圖15 有效波高統計分析
Fig.15 The statistical analysis of the significant wave height

將反演數據與浮標數據的標準偏差和偏移量數據做比較分析(見表3～4)。從波長、周期這種基于紋理的維度來說，距離向的四種極化特征方法的擬合程度相差不大，可以較為準確的估計；其中一致性參數的離散程度最小，T22/T11的偏移程度更好，同極化比離散和偏移程度要差一些，α角的反演結果要差一些。從斜率均方根、有效波高這兩個維度來說，同極化比的離散程度最小，效果最優，但其偏移程度不如T22/T11；一致性參數要稍微差一些，α角離散程度和偏移程度最差。

表3 不同極化參數反演結果與浮標數據標準偏差Table 3 The standard deviation between the inversion results and the buoy data

Note：①The wavelength ；②The period；③The wave direction/deg；④The significant wave height；⑤Azimuth direction；⑥The alpha parameter；⑦The conformity coefficient；⑧The ratio T22/T11；⑨The co-polarized ratio

表4 不同極化參數反演結果與浮標數據的偏移量Table 4 The offset between the inversion results and the buoy data

Note：①The wavelength；②The period；③The wave direction/deg；④The significant wave height；⑤Azimuth direction；⑥The alpha parameter；⑦The conformity coefficient；⑧The ratio T22/T11；⑨The co-polarized ratio

3 結論與討論

本文采用了全極化的UAVSAR海浪成像數據，分別計算海浪方位向和距離向的斜率。方位向上采用了圓極化的算法；在距離向上采用了α角、一致性參數、T22/T11、同極化比四種極化特征方法。提取了波長、周期、方向、斜率均方根、有效波高五個參數，并將結果與NDBC的浮標數據做了對比，并選取了37景代表性的數據做了統計分析，主要得出以下結論：

(1)在全極化UAVSAR圖像中，采用圓極化算法可以較好的反演方位向斜率，反演結果與浮標較為吻合；

(2)α角、一致性參數、T22/T11、同極化比四種極化特征參數可以比較準確的擬合距離向斜率，結合方位向的圓極化算法可以反演海浪的斜率均方根和有效波高，與NDBC結果相差不大；

(3)從計算效率來說，一致性參數、T22/T11、同極化比的計算方法較為簡單易行，α角需要極化分解，計算較為復雜。

(4)波長、周期參數的提取結果，一致性參數和T22/T11的結果較為準確，同極化比次之，α角的偏差稍大；

(5)斜率均方根、有效波高的參數提取結果，同極化比的效果最好，T22/T11和一致性參數次之，α角的偏差稍大。綜上，在距離向使用T22/T11、一致性參數、同極化比可以取得較之α角稍好的提取結果。

需要注意的是方位向的圓極化算法只在低風速的海況下效果較好，在高風速的時候速度聚束作用顯著，以致無法正常的反演出相關參數；而距離向的上述四種極化特征方法也依賴于海浪成像的平穩性，研究區域背景噪聲的將會對處理結果造成一定的影響，這是算法本身的局限性所致，所以在采用上述極化特征進行反演時需要進行空間均值濾波，并且應當避開有著較強背景噪聲的成像區域。本文的距離向極化特征方法僅在P和L波段得到了驗證，C波段由于其較強的噪聲，并未得到理想的處理結果。另本研究只針對機載的全極化SAR數據，星載SAR數據(如RADARSAT-2)的入射角較小，并且噪聲水平較高，所以其距離向的擬合反演方法并不適用，更多的方法需要再進一步的研究。

表5 所有統計反演的UAVSAR數據Table 5 The UAVSAR data used in this work

續表5

產品IDProductID緯度Longitude經度Latitude成像時間AcquiredtimeSanAnd＿05024＿10035＿011＿100505＿L090＿CX＿0236．60-121．482010/5/519：50SanAnd＿05024＿11031＿000＿110601＿L090＿CX＿0236．60-121．472011/6/117：52SanAnd＿05026＿09089＿009＿091114＿L090＿CX＿0136．82-121．462009/11/141：29SanAnd＿05026＿11031＿002＿110601＿L090＿CX＿0136．80-121．502011/6/118：28SanAnd＿05028＿11031＿004＿110601＿L090＿CX＿0137．01-121．522011/6/119：04SanAnd＿05028＿13186＿003＿131204＿L090＿CX＿0137．01-121．512013/12/419：23SanAnd＿05514＿09091＿009＿091117＿L090＿CX＿0138．47-122．232009/11/1721：53SanAnd＿05514＿11072＿004＿111108＿L090＿CX＿0138．46-122．242011/11/821：23SanAnd＿05516＿12128＿006＿121105＿L090＿CX＿0138．61-122．362012/11/522：03SanAnd＿05516＿14068＿006＿140529＿L090＿CX＿0138．61-122．352014/5/2920：27SanAnd＿08523＿10085＿007＿101207＿L090＿CX＿0133．94-117．512010/12/72：12SanAnd＿23513＿09006＿008＿090218＿L090＿CX＿0138．42-122．742009/2/1821：52SanAnd＿23513＿09091＿008＿091117＿L090＿CX＿0138．42-122．742009/11/1721：33SanAnd＿23513＿12018＿005＿120419＿L090＿CX＿0238．42-122．742012/4/1918：31SanAnd＿23513＿14068＿003＿140529＿L090＿CX＿0138．42-122．742014/5/2919：22SanAnd＿26524＿10085＿006＿101207＿L090＿CX＿0134．29-117．572010/12/71：36SCalBt＿12106＿11011＿000＿110414＿L090＿XX＿0133．41-118．472011/4/1415：51

[1] Alpers W R, Ross D B, Rufenach C L. On the detectability of ocean surface waves by real and synthetic aperture radar[J]. Journal of Geophysical Research: Oceans (1978-2012), 1981, 86(C7): 6481-6498.

[2] Valenzuela G R. Theories for the interaction of electromagnetic and oceanic waves—A review[J]. Boundary-Layer Meteorology, 1978, 13(1-4): 61-85.

[3] Keller W, Wright J. Microwave scattering and the straining of wind-generated waves[J]. Radio Science, 1975, 10(2): 139-147.

[4] Alpers W R, Rufenach C. The effect of orbital motions on synthetic aperture radar imagery of ocean waves[J]. Antennas and Propagation, IEEE Transactions on, 1979, 27(5): 685-690.

[5] Hasselmann K, Raney R, Plant W, et al. Theory of synthetic aperture radar ocean imaging: A MARSEN view[J]. Journal of Geophysical Research: Oceans (1978-2012), 1985, 90(C3): 4659-4686.

[6] Plant W J, Zurk L. Dominant wave directions and significant wave heights from synthetic aperture radar imagery of the ocean[J]. Journal of Geophysical Research: Oceans (1978-2012), 1997, 102(C2): 3473-3482.

[7] Engen G, Johnsen H, Krogstad H E, et al. Directional wave spectra by inversion of ERS-1 synthetic aperture radar ocean imagery[J]. Geoscience and Remote Sensing, IEEE Transactions on, 1994, 32(2): 340-352.

[8] Hasselmann K, Hasselmann S. On the nonlinear mapping of an ocean wave spectrum into a synthetic aperture radar image spectrum and its inversion[J]. Journal of Geophysical Research: Oceans (1978-2012), 1991, 96(C6): 10713-10729.

[9] Kasilingam D, Shi J. Artificial neural network-based inversion technique for extracting ocean surface wave spectra from sar images[C]. Singapore: Geoscience and Remote Sensing, IGARSS'97 1997: 1193-1195.

[10] Lyzenga D R. An analytic representation of the synthetic aperture radar image spectrum for ocean waves[J]. Journal of Geophysical Research: Oceans (1978-2012), 1988, 93(C11): 13859-13865.

[11] Hasselmann S, Brüning C, Hasselmann K, et al. An improved algorithm for the retrieval of ocean wave spectra from synthetic aperture radar image spectra[J]. Journal of Geophysical Research: Oceans (1978-2012), 1996, 101(C7): 16615-16629.

[12] Mastenbroek C, Valk C d. A semiparametric algorithm to retrieve ocean wave spectra from synthetic aperture radar[J]. Journal of Geophysical Research: Oceans (1978-2012), 2000, 105(C2): 3497-3516.

[13] Schuler D, Lee J, Kasilingam D, et al. Measurement of ocean surface slopes and wave spectra using polarimetric SAR image data[J]. Remote sensing of environment, 2004, 91(2): 198-211.

[14] He Y, Perrie W, Xie T, et al. Ocean wave spectra from a linear polarimetric SAR[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2004, 42(11): 2623-2631.

[15] He Y, Shen H, Perrie W. Remote sensing of ocean waves by polarimetric SAR[J]. Journal of Atmospheric and oceanic technology, 2006, 23(12): 1768-1773.

[16] Zhang B, Perrie W, He Y. Validation of RADARSAT-2 fully polarimetric SAR measurements of ocean surface waves[J]. Journal of Geophysical Research: Oceans (1978-2012), 2010, 115(C6):

[17] Xie T, Perrie W, He Y, et al. Ocean surface wave measurements from fully polarimetric SAR imagery[J]. Science China Earth Sciences, 2015, 1-13.

[18] Lee J S, Schuler D L, Ainsworth T L. Polarimetric SAR data compensation for terrain azimuth slope variation[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2000, 38(5): 2153-2163.

[19] Pottier E. Unsupervised classification scheme and topography derivation of PolSAR data based on the H/α/A polarimetric decomposition theorem[C]. Nantes: Proceedings 4th International Workshop Radar Polarimetry, 1998: 535-548.

[20] Ellison W, Balana A, Delbos G, et al. New permittivity measurements of seawater[J]. RADIO SCIENCE-WASHINGTON-, 1998, 33(639-648.

[21] Cloude S R, Pottier E. A review of target decomposition theorems in radar polarimetry[J]. Geoscience and Remote Sensing, IEEE Transactions on, 1996, 34(2): 498-518.

[22] Cloude S R. Eigenvalue parameters for surface roughness studies[C]. Denver: International Society for Optics and Photonics, 1999: 2-13.

[23] Lee J S, Pottier E. Polarimetric radar imaging: from basics to applications[M]. Boca Raton: CRC press, 2009: 349

[24] Dubois F P, Freeman A, Truong L M-L. Soil moisture estimation from Compact Polarimetry-a viable alternative for SMAP[C]. Oxnard: Microwave Remote Sensing for Land Hydrology Workshop, 2008: CD.

[25] Minchew B, Jones C E, Holt B. Polarimetric analysis of backscatter from the Deepwater Horizon oil spill using L-band synthetic aperture radar[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2012, 50(10): 3812-3830.

[26] Lee J S, Jansen R W, Schuler D L, et al. Polarimetric analysis and modeling of multifrequency SAR signatures from Gulf Stream fronts[J]. Oceanic Engineering, IEEE Journal of, 1998, 23(4): 322-333.

InversionofWaveSurfaceSlopesFromQuad-PolarizationUAVSARData

YIN Quan-Chao，ZHANG Yan-Min，WANG Yun-Hua

(College of Information Science and Engineering, Ocean University of China, Qingdao 266100，China)

L-band quad-polarization data of Uninhabited Aerial Vehicle Synthetic Aperture Radar(UAVSAR) is used to retrieve the two-dimensional ocean wave slopes. Krogager decomposition is modified to estimate the orientation angle by calculating the phase difference between right-hand and left-hand circular polarization, according to the shifts of the orientation angle, the slopes of the azimuth direction is retrieved. Based on the Bragg scattering model, four different methods (alpha parameter, conformity coefficient, T22/T11, co-polarized ratio) are selected in the range direction to estimate the ocean wave slopes. The theoretical derivations of the above four polarization features are presented. The simulation results reveal that these polarization characteristics are monotone with the increase of the incidence angle and sensitive to the change of incidence angle, making it possible to extract the slopes of the range direction. Compared with conventional single-polarized method, the method used in this paper could calculate the wave slopes in azimuth and range directions which does not rely on the complicated modulation transfer function (MTF). Furthermore, the 37 UAVSAR images are used to inverse the wave slopes in both the azimuth and range direction, and five main wave parameters (wavelength, period, direction, root-mean-square slope and significant wave height) of the study images are estimated in terms of the inversed slope spectrum. The retrieval results are in good agreement with the buoy data provided by National Data Buoy Center (NDBC). The experiment results can be summarized below: (1) In full-polarized UAVSAR images, the wave slopes in azimuth direction can be retrieved effectively by circular polarization method. The retrieved results are in good agreement with the data collected by buoys. (2) the alpha parameter, the conformity coefficient, T22/T11 and the co-polarized ratio could fit the wave slopes in range direction accurately. Combined with the circular polarization method in azimuth direction, the four parameters can be used to calculate the RMS (root mean square) slope of waves and significant wave heights. The differences between the calculated results and the data of NDBC are small. (3) In terms of computational efficiency, the methods which rely on the conformity coefficient, T22/T11 and the co-polarized ratio are simple and practicable. The alpha parameter is determined through polarimetric decomposition. Therefore, the method which relies on the alpha parameter is more complex. (4) As for the wavelengths and period parameters, the results retrieved based on the conformity coefficient and T22/T11 are the best. The results retrieved based on co-polarized ratio take the second place. The results retrieved based on the alpha parameter have larger deviations. (5) As for the RMS slopes and significant wave heights, the results retrieved based on the co-polarized ratio are the best. The results retrieved based on the conformity coefficient and T22/T11 take the second place. The results retrieved based on the alpha parameter have larger deviations. From the above, the results computed based on T22/T11, conformity coefficient and co-polarized ratio are better than the alpha parameter in range direction.

wave slopes； UAVSAR； polarization features

TP722.6

A

1672-5174(2017)12-118-12

責任編輯 陳呈超

10.16441/j.cnki.hdxb.20150180

尹全超， 張彥敏， 王運華. 基于全極化UAVSAR圖像的海浪斜率反演方法研究[J]. 中國海洋大學學報(自然科學版), 2017, 47(12)： 118-129.

Yin Quan-Chao, Zhang Yan-Min, Wang Yun-Hua. Inversion of wave surface slopes from quad-polarization UAVSAR data[J]. Periodical of Ocean University of China, 2017, 47(12)： 118-129.

國家自然科學基金項目(41376179)；國家自然科學基金委員會-山東省人民政府聯合資助海洋科學研究中心項目(U1406404)

Supported by This work was supported in part by the National Natural Science Foundation of China under Grant 41376179, by the National Natural Science Foundation of China-Shandong Joint Fund for Marine Science Research Centers under Grant. U1406404

2015-04-11；

2016-05-11

尹全超(1990-)，男，碩士生。E-mail:sailor103@126.com

** 通訊作者：E-mail:yanminzhang@ouc.edu.cn