一种面向浅海分区环境的SAR图像水深估计方法、系统、设备及介质技术方案

一种面向浅海分区环境的SAR图像水深估计方法、系统、设备及介质，方法包括：根据水下地形和分区复合地海环境，对水下地形调制的复杂地海环境几何建模；根据得到的复杂地海模型，通过基于实测水深值的SAR图像与仿真海面SAR图像相关系数对比修正，得到反演水深，构建SAR图像灰度幅值与水深值的相关关系；根据SAR图像灰度幅值与水深值的相关关系，基于多层前馈神经网络模型对SAR图像灰度幅值与对应的水深值进行训练，得到水深反演模型；系统、设备及介质，用于实现一种面向浅海分区环境的SAR图像水深估计方法；本发明专利技术普适性较高且限制条件较小，能较为高效准确的得到水深数值。能较为高效准确的得到水深数值。能较为高效准确的得到水深数值。

【技术实现步骤摘要】
一种面向浅海分区环境的SAR图像水深估计方法、系统、设备及介质


[0001]本专利技术属于海洋数据同化
，特别涉及一种面向浅海分区环境的SAR图像水深估计方法、系统、设备及介质。

技术介绍

[0002]海面变幻莫测，波浪随机且不规则，海水深度受海面风速、海底地形等多种环境因素影响，而浅海区域又因水深、海底地形与陆地接壤等复杂环境因素。因此，在电磁散射研究中，建立准确且符合现实场景中的海面，展现自然场景中波浪特性的海面几何建模是重要的研究前提和基础。浅海区域环境、海底地形条件复杂，为获得高精准的海面、海底地形资料，由合成孔径雷达(Synthetic ApertureRadar，SAR)获得雷达影像信息成为了重要手段。由海面展现的散射特性雷达成像机理的再进一步研究，有助于获得高精度、高分辨率的卫星SAR影像资料，同时准确的电磁散射模型和成像机理的研究，进一步基于反演模型和神经网络模型，能准确得到海洋信息，应用前景广阔。
[0003]自SEASAT卫星收集到的海洋SAR图像中，浅水区域的SAR图像包含了丰富的海底地形信息，自此，海底地形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向浅海分区环境的SAR图像水深估计方法，其特征在于，包括：步骤1：根据水下地形和分区复合地海环境，对水下地形调制的复杂地海环境几何建模；步骤2：根据步骤1得到的复杂地海模型，通过基于实测水深值的SAR图像与仿真海面SAR图像相关系数对比修正，得到反演水深，构建SAR图像灰度幅值与水深值的相关关系；步骤3：根据步骤2得到的SAR图像灰度幅值与水深值的相关关系，基于多层前馈神经网络模型对SAR图像灰度幅值与对应的水深值进行训练，得到水深反演模型。2.根据权利要求1所述的一种面向浅海分区环境的SAR图像水深估计方法，其特征在于，所述复杂地海坏境几何建模的具体过程如下：步骤1.1：考虑波与波之间的关系，得到贴合实际的风浪涌浪混合海谱模型：其中，f为波浪频率，ψ
w
为风浪谱，ψ
s
为涌浪谱，ψ
w
和ψ
s
公式相同但参数有所区别，具体表达式为:具体参数展开为：其中，f
p
为峰值频率，H
s
为有效波高，γ为峰值增强因子；步骤1.2：水下地形作用下的潮流变化与波浪相互调制作用场景下，假设海洋潮流流向海底地形时没有任何垂直的潮流梯度，且只有微弱的时间依赖性，可得连续性方程为：其中，ξ是相对水平位势面高度，h＝D
‑
d，h是水下地形高度，D为无地形处水深，d为水下地形到海面水深，V
r
分别为流场在r方向上的速度，V
r
包括V
x
和V
y
；步骤1.3：改变的流场通过与不同频率海浪成分相互作用，进而改变了海谱的微尺度波谱，根据步骤1.2得到的流场在r方向上的速度，大尺度波浪谱表达式为：其中，V
x
为流场在x方向上的速度，v
x
(0)为初始速度，d(0)为浅水区域外初始水深；步骤1.4：高频波浪谱采用波
‑
潮流相互作用的调制关系，根据步骤1.3得到的大尺度波浪谱和高频谱带入波
‑
潮流相互作用源函数，可得海底地形与流场相互作用对海谱的调制变换量：
其中：m3为常系数；步骤1.5：根据步骤1.1得到的风浪涌浪混合海谱模型以及步骤1.4得到的海底地形与流场相互作用对海谱的调制变换量，引入分层反、正切函数来完成浅海分区环境中的陆地、浅海和海岸线三者的过渡问题，得到海底地形调制的复杂地海模型：h
composite
(x,y)＝2
‑
(1
‑
h1)
·
w1+(1
...

【专利技术属性】
技术研发人员：聂丁，唐璐，左亚聪，张民，江旺强，魏鹏博，李金星，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：