一种基于星载光子计数激光雷达反演海面风速的方法，包括：(1)发射过程建模；(2)雷达信号建模；(3)噪声信号建模；(4)接收过程建模；(5)训练样本构建；(6)深度学习模型构建与训练；(7)风速探测。本发明专利技术对光子从发射，经过大气散射与吸收、海面反射、水体散射至被接收全过程进行追迹，并首次使用星载光子计数激光雷达数据预测海面风速，将准确的仿真模型作为深度学习模型的训练样本以此构建出风速和信号的关系，为全球风速探测提供高精度高分辨率数据。
1、海洋风场是海洋上层运动的主要动力源，几乎所有的海洋运动都与其直接相关，准确的海洋风速探测能够预测海洋气候变化，对海洋灾害及时预警，为海上航行、海洋资源开发等人类活动提供可靠保障。
2、传统的风速探测方式有原位站点、机载风速计探测等，海洋环境相对于陆地更加复杂，安装及维护风速测量站点更加困难，难以实现大范围风速探测，而机载探测耗时耗力，难以实现全天候的实时风速探测。卫星的出现为大范围、全天候实时风速探测提供了有效途径，常用的卫星风速探测方法有微波辐射计与sar卫星等。
3、公开号为cn115455801a的中国专利文献公开了一种基于pso-dnn的hy-2b扫描微波辐射计海面风速反演方法，该方法使用深度学习方法对hy-2b扫描微波辐射计l2a_tc数据进行风速反演，然而hy-2b作为最新的微波辐射计，也仅有25km的空间分辨率。
4、公开号为cn107505616a的中国专利文献公开了一种使用sar卫星探测海面风速的方法，但是该卫星为赤道同步卫星，难以实现全球的风速探测。单一卫星很难同时实现高分辨率高覆盖率的全球风速探测，数据融合是全球风速探测的必然趋势。基于卫星的风速探测原理是海面返回信号强度与海面粗糙度存在明显相关，粗糙度主要是由短波产生，而海面短波主要是由风浪谱产生的，不同的雷达频段对风速变化的敏感性不同，更高频段(更短波长)的雷达海面回波信号对风场更敏感，理论上有更高的探测精度。
>5、冰、云和陆地高程卫星2号(icesat-2)任务于2018年反射，搭载了532nm的光子计数激光雷达，相对于sar的微波波段有着更短的波长，这意味着更高的风速探测精度。同时其极高的空间分辨率(0.7m)与极地地区的高重访周期对于全球风速探测有重要意义。然而，目前并没有利用icesat-2卫星数据进行风速探测的相关研究和报道。
技术实现思路
1、为解决现有技术存在的不足，本专利技术提供了一种基于星载光子计数激光雷达反演海面风速的方法，用以实现高分辨率高精度的海面风速反演，对于全球高精度高分辨率风速探测有重要意义。
2、一种基于星载光子计数激光雷达反演海面风速的方法，包括：
3、(1)发射过程建模
4、根据激光脉冲能量的时空高斯分布特性以及icesat-2卫星的几何参数，计算到达海面时的激光包含的光子数量时空分布；
5、(2)雷达信号建模
6、雷达信号的来源为海面反射与水体后向散射，在步骤(1)光子数量时空分布的基础上计算由水平位移、垂直位移及时域高斯分布带来的时间延迟；
7、(3)噪声信号建模
8、噪声信号的来源为暗噪声和太阳背景噪声，暗噪声由仪器本身产生；太阳噪声与太阳高度角相关，由大气和水体散射以及海面反射三个部分构成；
9、(4)接收过程建模
10、将接收光子分布以时间为间隔划分成若干个离散单元，根据步骤(2)中雷达信号的时间延迟将每个离散时空分布的光子数叠加到对应离散单元中，并无差别加入步骤(3)中噪声信号，采用蒙特卡洛方法对接收光子分布进行仿真，记录返回光子的位置；
11、(5)训练样本构建
12、重复步骤(1)到步骤(4)至获得所需训练范围内的光子分布，统计后得到一个训练样本；再以风速、叶绿素浓度、太阳高度角为变量获取不同环境下的训练样本；
13、(6)深度学习模型构建与训练
14、深度学习模型选取sequential模型，包括一个训练层、两个隐藏层与一个输出层，根据统计范围设置每个层的层数；将步骤(5)中所有训练样本代入深度学习模型中进行训练，得到训练后的模型；
15、(7)风速探测
16、对icesat-2数据进行一系列预处理；统计预处理后的光子分布，使其层数与模型输入层层数相同，代入训练完的模型获取海面风速。
17、步骤(1)中，激光脉冲能量在时域上服从高斯分布，激光归一化的能量时域分布为：
18、
19、其中，τ为激光脉冲的半高全宽，在±2τ的范围内包含了近乎全部能量的光子；对时域分布离散化，则第i个发射时间离散单元的归一化能量表示为：
20、
21、由于激光发散角的存在，入射激光在到达海面时会产生一个光斑；该光斑的能量服从高斯分布，在海面面元(x,y)处的光子数量表示为：
22、
23、其中，et为单脉冲的能量，hz为卫星的轨道高度，θn是激光的光轴最低点角，h为普朗克常量，υ为激光的频率，ta为单层大气透过率，ηt为探测器的量子效率，ηr为接收器的光学效率，σx与σy分别为沿轨与垂轨的面元半径。
24、则第i个发射时间离散单元在海面面元(x，y)处产生的光子数量，即光子数量的时空分布表示为
25、n(x,y,i)＝n(x,y)ft(i)。
26、步骤(2)中，海面反射信号来自于镜面反射和泡沫反射两个部分，泡沫反射的比例与海面10m处的风速有关，该比例表示为：
27、
28、在时空离散单元p(x,y,i)处由泡沫部分反射产生的光子数表示为：
29、
30、其中，reff是泡沫部分的有效反射率；
31、在时空离散单元p(x,y,i)处由于镜面反射返回的光子数量表示为：
32、
33、其中，rsea为海面的反射率，根据菲涅尔定律，对于小角度入射的532nm激光rsea取0.023，σ2为海面的坡度变化率；
34、在水下某时空单元由于水体后向散射返回的光子数表示为
35、
36、其中,rw是到该点水面的距离,δh是给定的垂直范围，θiw是进入水下时的入射角，tw是水面的透过率，表示为tw＝(1-w)(1-reff),βb(π)为体散射系数，α为吸收系数；
37、在p(x,y,i)处由于水平位移和垂直位移引起的时间延迟表示为：
38、
39、其中，第一项是由于激光脚点分布引起的时延，第二项是海面高度引起的时延，第三项是由发射器激光的时域高斯分布带来的时延；
40、步骤(3)中，icesat-2卫星仪器本身的固有暗噪声为400hz，太阳噪声由大气和水体散射以及海面反射有关，太阳噪声的能量与太阳高度角、太阳光谱辐照度以及接收器的有效光谱通过范围有关。
41、步骤(4)的具体过程为：
42、建立接收光子数分布：对于步骤(2)中每一个时空单元，都对应一个由于海面反射或水体散射带来的时间延迟，根据该时间延迟将该时间单元对应的光子数叠加到接收离散单元中，步骤(3)中的噪声根据频率无差别叠加到每一个接收离散单元中，由于每个离散单元能接收到的光子数很少，近似为泊松分布，即每个离散单元能探测到光子的概率表示为：本文档来自技高网...
【技术保护点】
1.一种基于星载光子计数激光雷达反演海面风速的方法，其特征在于，包括：
2.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(1)中，激光脉冲能量在时域上服从高斯分布，激光归一化的能量时域分布为：
3.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(2)中，海面反射信号来自于镜面反射和泡沫反射两个部分，泡沫反射的比例与海面10m处的风速有关，该比例表示为：
4.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(3)中，ICESat-2卫星仪器本身的固有暗噪声为400Hz，太阳噪声由大气和水体散射以及海面反射有关，太阳噪声的能量与太阳高度角、太阳光谱辐照度以及接收器的有效光谱通过范围有关。
5.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(4)的具体过程为：
6.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(5)中，风速范围为0-20m/s，太阳高度角范围为0-90°，叶绿素浓度范围为0-0.5mg/m3；统计范围为海面下50m至海面上20m。
7.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(6)中，深度学习的输入层数设置为701，对应海面下50m至海面上20m以0.1m为间隔的范围，第一个隐藏层的层数设置为64，第二个隐藏层2的层数设置为16，输出层层数设置为1；
8.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(7)的具体过程为：
...
【技术特征摘要】
1.一种基于星载光子计数激光雷达反演海面风速的方法，其特征在于，包括：
2.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(1)中，激光脉冲能量在时域上服从高斯分布，激光归一化的能量时域分布为：
3.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(2)中，海面反射信号来自于镜面反射和泡沫反射两个部分，泡沫反射的比例与海面10m处的风速有关，该比例表示为：
4.根据权利要求1所述的基于星载光子计数激光雷达反演海面风速的方法，其特征在于，步骤(3)中，icesat-2卫星仪器本身的固有暗噪声为400hz，太阳噪声由大气和水体散射以及海面反射有关，太阳噪声的能量与太阳高度角、太阳光谱辐照度以及接收器的有效光谱通过范围有关。
【专利技术属性】
技术研发人员：刘群，徐泾洪，刘东，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。