基于SVR的飓风海况下海浪多参数反演方法研究  

Regression for Ocean Wave Parameter Retrieval under Hurricane Condition Based on SVR

作　　者：万勇[1] 郭雅琦 马恩男 戴永寿[1] 张晓娜 WAN Yong;GUO Yaqi;MA Ennan;DAI Yongshou;ZHANG Xiaona(College of Oceanography and Space Informatics,China University of Petroleum,Qingdao 266580,Shandong,China;College of Control Science and Engineering,China University of Petroleum,Qingdao 266580,Shandong,China)

机构地区：[1]中国石油大学(华东)海洋与空间信息学院,山东青岛266580 [2]中国石油大学(华东)控制科学与工程学院,山东青岛266580

出　　处：《实验室研究与探索》2024年第10期74-81,180,共9页Research and Exploration In Laboratory

基　　金：国家自然科学基金项目(61931025);中国石油大学(华东)研究生创新基金项目(23CX04042A)。

摘　　要：针对卫星在飓风海况下观测海浪信息单一且准确性低的问题,利用哨兵1号卫星干涉宽刈幅模式合成孔径雷达(SAR)数据,通过分析SAR特征与海浪参数间的影响关系,筛选出26个特征作为输入变量,基于支持向量回归(SVR)建立海浪多参数反演模型。将该模型得到的有效波高、平均波周期、风涌浪波高、风涌浪波周期和平均波向与欧洲中期天气预报中心第5代全球气候再分析数据、国家浮标数据中心浮标数据以及传统MPI方法的结果进行对比。结果表明,基于SVR的海浪多参数反演模型能有效反演海浪多参数,且与理论方法相比,显著提高了飓风海况下海浪参数反演的准确性。To address the challenges of limited and inaccurate wave observation data under hurricane conditions via satellite,Sentinel-1 IW mode SAR data were utilized to analyze the relationship of SAR features and wave parameters.After selecting 26 variables as inputs,a multi-parameter wave retrieval model was developed using support vector regression(SVR).The results of this model,including significant wave height,mean wave period,wind wave height,swell wave height,wind wave period,swell wave period,and mean wave direction,were compared with ERA5 data,NDBC buoy data,and outcomes from the traditional MPI method.The findings demonstrate that the SVR-based multi-parameter wave retrieval model significantly enhances the accuracy of wave parameter retrieval in hurricane conditions compared to theoretical methods.

关 键 词：合成孔径雷达 海浪多参数反演 飓风海况 支持向量机回归 

分 类 号：TP228.2[自动化与计算机技术—检测技术与自动化装置]