一种Ku波段VV极化水面后向散射特性的半经验模型的制作方法

本发明涉及水面后向散射回波研究领域，特别是涉及一种ku波段vv极化水面后向散射特性的半经验模型。

背景技术：

目前，国内外出现了各种不同的有关水面后向散射回波模型，来描述不同散射机制对水面后向散射回波的影响。但不论是何种模型，都很难在连续入射波频率、入射角、不同极化状态、不同风况下得到一致的散射结果。有的模型在vv极化下可以得到一致结果，但在hh极化下出现较大偏差；有的模型并不能复现雷达后向散射特性随方位向的变化，有的则难以解释长波倾斜对水面后向散射系数的调制；有的理论过分强调破碎海浪对雷达后向散射的作用，而这显然又与观测数据不符。

针对水面后向散射回波的研究，现在普遍认为水面后向散射回波由三部分组成，表达式为：

其中，σbr代表布拉格后向散射系数，σsp代表准镜面后向散射系数，σwb代表破碎波后向散射系数，j代表极化状态。

但该水面散射模型主要由理论推导而来，与实际的水面散射测量过程中各种理论模型的边界条件和近似性往往不能完全符合。

因此，本申请有必要基于实验室测量数据建立一种ku波段vv极化水面后向散射特性的半经验散射模型，来描述连续入射角下水面散射特性，以验证修订水面电磁散射模型，并为未来海洋雷达卫星论证提供支撑。

技术实现要素：

本发明要解决的技术问题是提供一种ku波段vv极化水面后向散射特性的半经验模型，使其能准确可靠的描述连续入射角下水面散射特性，并验证和修订水面电磁散射模型，为未来海洋雷达卫星论证提供支撑，从而克服现有的水面散射模型的不足。

为解决上述技术问题，本发明提供一种ku波段vv极化水面后向散射特性的半经验模型，所述ku波段vv极化水面后向散射特性的半经验模型为：

其中，为水面总后向散射系数，σbr为布拉格后向散射系数，σsp为准镜面后向散射系数，σwb为破碎波后向散射系数，p、q为权重值

进一步改进，所述权重值p是通过微波暗室测量不同角度下的后向散射数据，与不同风速条件下，从若干对ncsat散射计和pr降雨雷达数据集合中筛选出的数据集合拟合并交叉验证而得到。

进一步改进，所述破碎波后向散射系数σwb在入射角θ，风向与入射方位夹角φw状态下，计算得到雷达过滤均方斜率设定常数系数a，并通过水体的介电常数εwb，建立水面破碎波后向散射系数模型为：

进一步改进，所述权重值q和常数系数a是通过从若干对ncsat散射计和pr降雨雷达数据集合中筛选，并拟合不同风速下，不同入射角及风向与微波入射方位向夹角φw状态下的后向散射数据而得到。

采用这样的设计后，本发明至少具有以下优点：

本发明基于实验室测量数据建立一种半经验散射模型，通过对权重值和常数系数的拟合取值，能精准可靠的描述连续入射角下水面散射回波特性，良好的验证和修订水面电磁散射模型，为未来海洋雷达卫星论证提供有利的支撑。

附图说明

上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。

图1是本发明ku波段vv极化水面后向散射特性的半经验模型中权重值q的拟合曲线图。

图2是本发明ku波段vv极化水面后向散射特性的半经验模型中常数系数a的拟合曲线图。

图3是本发明中通过实验室ku波段散射测量结果对ku-lsm模型进行验证的相关性图。

图4是本发明中在风速2m/s、vv极化条件下实测数据以及kichoff、romeiser理论散射模型对ku-lsm模型进行验证的曲线图。

图5是本发明中在风速3m/s、vv极化条件下实测数据以及kichoff、romeiser理论散射模型对ku-lsm模型进行验证的曲线图。

具体实施方式

本实施例ku波段vv极化水面后向散射特性的半经验模型(简称为ku-lsm模型)基于实验室测量数据建立，具体模型如下：

其中，为水面总后向散射系数，σbr为布拉格后向散射系数，σsp为准镜面后向散射系数，σwb为破碎波后向散射系数，p、q为权重值。

该权重值p是通过微波暗室测量不同角度下的后向散射数据，与不同风速条件下，从80620对ncsat散射计和550332对pr降雨雷达数据集合中筛选出的数据集合拟合并交叉验证而得到。

本实施例中权重值p描述准镜面散射和布拉格散射在水面总体散射中所占比例，通过利用实测数据拟合得到。如本实施例利用实验室水面仿真场景散射测量得到的不同风速v、连续入射角下水面后向散射数据，选择和ku波段分别拟合得到具体的p值，结果见下表1

表1ku波段vv极化下拟合得到的权重值p

由表1可见，入射角小于10°时，p＝0，说明入射角在0～10°时，水面基本为准镜面散射，此时布拉格(bragg)散射基本对水面总体散射没有贡献；入射角在10～18°时，p值逐渐增大到1，说明该区域为散射机制过渡区，水面总体回波由准镜面散射和bragg散射联合贡献，p值代表bragg散射贡献的权重。随着入射角的不断增大，bragg散射对水面总体回波贡献越来越大，入射角大于18°之后，p值为1，说明入射角大于18°以后bragg散射全部贡献水面总体散射回波。

本实施例中该破碎波后向散射系数σwb在入射角θ，风向与入射方位夹角φw状态下，计算得到雷达过滤均方斜率设定常数系数a，并通过水体的介电常数εwb，建立水面破碎波后向散射系数模型为：

该权重值q和常数系数a均是通过从若干对ncsat散射计和pr降雨雷达数据集合中筛选，并拟合不同风速下，不同入射角及风向与微波入射方位向夹角φw状态下的后向散射数据而得到。如附图1和2，分别显示不同风速下，权重值q和常数系数a的拟合值。

验证实施例

本实施例建立的ku波段vv极化水面后向散射特性的半经验模型(ku-lsm模型)通过以下两种方法对其进行验证，验证方法和结果如下。

(一)通过实验室水面仿真场景得到的散射测量结果对该ku-lsm模型进行验证，验证结果如附图3所示。

图3中显示出该ku-lsm模型与实验室ku波段散射测量结果的相关性，二者相关系数为0.968，标准误差rmse约为4.992。从该相关性验证方法可知，该ku-lsm模型与实验室水面仿真场景得到的散射测量结果基本吻合，表明该ku-lsm模型能准确可靠的模拟连续入射角下水面散射特性。

(二)通过nscat散射计和pr降雨雷达观测数据以及kichoff、romeiser理论散射模型对该ku-lsm模型进行验证。验证结果如附图4和5所示。

图4和5分别表示风速2m/s、3m/s条件下，vv极化ku波段nscat散射计和pr降雨雷达观测数据与ku-lsm模型随入射角的变化结果，以及相同条件下kichoff、romeiser理论散射模型的变化结果。图中，方框代表pr降雨雷达后向散射系数值，圆圈代表nscat散射计后向散射系数值，红色曲线1表示本申请基于实验室测量数据建立的ku-lsm模型，蓝色曲线2表示kichoff散射模型，绿色曲线3表示romeiser散射模型。

从图4和5可清楚的看出，在小入射角0～10°时，pr降雨雷达观测数据与ku-lsm模型和kichoff散射模型基本一致，在入射角10～20°过渡区域时，ku-lsm模型比kichoff和romeiser理论模型对nscat数据的拟合度更好，在中等入射角到大入射角30～60°范围内，ku-lsm模型整体与pr降雨雷达观测数据、nscat雷达数据和romeiser散射模型基本一致。表明本申请建立的该ku-lsm模型能更准确可靠的模拟连续入射角下水面后向散射特性。

本发明ku波段vv极化水面后向散射特性的半经验模型精度更高，能良好的描述不同散射机制对水面后向散射回波的影响，为未来海洋雷达卫星论证提供有利支撑。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。