余水，楊勁松，賀雙顏，賀治國，任林，鄭罡

(1．浙江大學(xué) 海洋學(xué)院，浙江 舟山 316021；2.國家海洋局第二海洋研究所 衛(wèi)星海洋環(huán)境動力學(xué)國家重點實驗室，浙江 杭州 310012)

降雨對SAR風(fēng)場反演的影響及校正

余水1,2，楊勁松2*，賀雙顏1，賀治國1，任林2，鄭罡2

(1．浙江大學(xué) 海洋學(xué)院，浙江 舟山 316021；2.國家海洋局第二海洋研究所 衛(wèi)星海洋環(huán)境動力學(xué)國家重點實驗室，浙江 杭州 310012)

合成孔徑雷達(Synthetic Aperture Radar, SAR)在風(fēng)場反演中發(fā)揮著重要的作用，但由于受到降雨的影響，海面風(fēng)場的反演精度會隨之下降。本文利用Radarsat-2 SAR觀測數(shù)據(jù)，準同步降雨數(shù)據(jù)和再分析風(fēng)場資料對2014年臺風(fēng)“威馬遜”外圍風(fēng)場受降雨影響的情況進行了分析，建立了雨致海表阻尼后向散射系數(shù)受降雨強度，入射角等因素影響的擬合模型，并對降雨引起的信號衰減，后向體散射進行了評估。實驗發(fā)現(xiàn)雨致海表面阻尼作用抑制風(fēng)致海面波的影響十分明顯，且降雨造成的信號衰減隨降雨強度和入射角的增大而增加，雨滴產(chǎn)生的后向體散射和雨致海表阻尼作用造成的后向散射系數(shù)變化隨降雨強度的增大而增加，隨入射角的增大而減小。實例表明本文建立的模型能夠有效改善降雨條件下SAR風(fēng)場的反演精度。

SAR；風(fēng)場反演；降雨影響；校正

1 引言

海面風(fēng)場是海氣相互作用研究中非常重要的參數(shù)，而臺風(fēng)作為天氣尺度上最為強烈的海氣相互作用之一，其風(fēng)場信息也成為最難監(jiān)測的物理量之一。傳統(tǒng)的觀測手段包括浮標、海洋站、不定期的船舶報告等，效率低、成本高，所獲數(shù)據(jù)往往是零星分布的點數(shù)據(jù)，在時間和空間方面常無法滿足要求[1-2]。隨著遙感技術(shù)的發(fā)展，各種被動及主動式微波傳感器成為獲取海面風(fēng)場的重要手段，如輻射計、高度計、散射計、合成孔徑雷達等[3]。其中，合成孔徑雷達(Synthetic Aperture Radar, SAR)可獲取相對更高空間分辨率的海面風(fēng)場信息，適用于近海、島嶼和冰緣附近海域海面風(fēng)場以及局地風(fēng)場的測量，一定程度上彌補了散射計測風(fēng)的不足，在臺風(fēng)監(jiān)測方面發(fā)揮著越來越重要的作用，近年來備受關(guān)注[4-7]。

海面風(fēng)通過對海表面的作用，產(chǎn)生海表面波，改變海表面粗糙度，引起雷達后向散射系數(shù)信號變化。因此，SAR所觀測到的后向散射系數(shù)利用地球物理模式函數(shù)(Geophysical Model Function, GMF)可以反演獲得海面風(fēng)場信息[8]。利用交叉極化海面散射模型C-2PO可以得到較高精度的海面風(fēng)場信息[9-10]。SAR圖像在無雨、中低風(fēng)速情況下，雷達后向散射系數(shù)隨風(fēng)速的增加逐漸增大，海面風(fēng)速反演具有較高的精度。但隨著風(fēng)速的增加，GMF隨風(fēng)速的變化趨于停滯，海面風(fēng)速反演的精度也會迅速下降[11-12]。

臺風(fēng)常伴隨著大范圍的強降雨，目前業(yè)務(wù)化使用的GMF函數(shù)例如CMOD4、CMOD5、CMOD5.N、CMOD-IFR2等均未考慮強降雨的天氣條件，在臺風(fēng)這種極端天氣情況下，其海面風(fēng)速反演誤差在某些矢量單元上甚至達到50%[10, 13]?，F(xiàn)階段，用于風(fēng)場反演的SAR數(shù)據(jù)主要是C波段的ENVISAT/ASAR，Radarsat-1/2/SAR等，一般情況下，由于C波段雷達波長大于雨滴直徑，雷達后向散射系數(shù)受降雨散射衰減的影響較小，但在一定的降雨強度和入射角情況下，雨滴對風(fēng)場反演的精度有很大的影響[14]。

降雨對合成孔徑雷達測風(fēng)的影響主要包括：雨滴在大氣中對信號的衰減作用，使回波信號減弱；雨滴下降時產(chǎn)生后向體散射，使回波信號增強；雨滴落入海水中時對水面產(chǎn)生擾動或?qū)１砻娌óa(chǎn)生阻尼作用會改變海面的粗糙度，從而影響回波信號[15]。其中，針對前兩項影響因素已有較為成熟的經(jīng)驗以及理論模型，但降雨對海表面的影響十分復(fù)雜，仍需進一步的研究。降雨與海表面的相互作用主要包括：雨滴滴落水面產(chǎn)生環(huán)形波，莖狀或花冠狀波紋，從而影響了風(fēng)致海表波；雨滴在海表上層產(chǎn)生湍流使短重力波譜產(chǎn)生衰減；降雨伴隨的下沉氣流可能會改變海表面波譜[16]。因此，雨滴與海表面波的相互作用可能造成雷達后向散射截面增加或減小?，F(xiàn)階段，由于雨滴與海表面的相互作用過程十分復(fù)雜，研究者們的研究主要集中在雨滴在大氣中對信號的衰減，雨滴在大氣中產(chǎn)生的體散射，以及雨滴落入海表面產(chǎn)生的環(huán)形波等所造成的影響，而對雨致海表面波阻尼作用未有有效的理論模型。

關(guān)于降雨對風(fēng)場反演的影響，國內(nèi)外學(xué)者開展了大量的研究工作，研究者們利用同步數(shù)據(jù)提出了針對不同傳感器的降雨修正模型。其中，Nie和Long[17]利用搭載在ERS-1/2上的C波段ESCAT散射計數(shù)據(jù)和熱帶測雨任務(wù)衛(wèi)星上的降雨雷達(PR)數(shù)據(jù)評估了后向散射截面受降雨影響的情況，并通過對雨滴衰減、雨滴后向體散射、雨表面擾動3個方面進行定量分析，提出了降雨修正模型。為研究者們深入研究降雨影響奠定了基礎(chǔ)。周旋等[18]構(gòu)建了2010年全年的ASCAT散射計，降雨雷達和歐洲中期天氣預(yù)報中心數(shù)值預(yù)報的匹配數(shù)據(jù)，定量分析了降雨對C波段散射計測風(fēng)的影響并建立了C波段主動微波輻射傳輸模型。這些研究主要集中在C波段散射計，所采用的同步數(shù)據(jù)及也均是散射計數(shù)據(jù)。隨著SAR測風(fēng)應(yīng)用的推廣，越來越多的研究者開始關(guān)注降雨對SAR風(fēng)場反演的影響。Xu等[16]建立了以物理傳輸模型為基礎(chǔ)的受降雨影響的SAR海表粗糙度后向散射模型，并利用ENVISAT ASAR數(shù)據(jù)和NEXRAD降雨數(shù)據(jù)對建立的模型進行了評估。由于雨滴落入海面后與海表面波的相互作用十分復(fù)雜，尚未有準確的理論解釋，研究者們的研究集中在降雨對海表面產(chǎn)生的擾動作用，忽略了雨滴與海表面波相互作用所產(chǎn)生的阻尼效果，本文則通過同步數(shù)據(jù)擬合探討了雨致海表面阻尼作用對雷達信號的影響，利用2014年Radarsat-2 SAR對臺風(fēng)“威馬遜”的觀測數(shù)據(jù)、熱帶測雨任務(wù)衛(wèi)星(Tropical Rainfall Measuring Mission, TRMM)的降雨雷達(Precipitation Radar，PR)以及美國國家環(huán)境預(yù)報中心(National Centers For Environmental Prediction, NCEP)再分析風(fēng)場資料建立了匹配數(shù)據(jù)集，根據(jù)輻射傳輸模型(Radiative transfer model，RTM)計算了在不同入射角情況下的雨滴產(chǎn)生的體散射以及雨滴在大氣中造成的衰減，并利用匹配數(shù)據(jù)對降雨強度與雨滴落入海面后造成的后向散射截面變化進行了數(shù)據(jù)擬合，間接獲得了雨致海表阻尼作用造成的后向散射系數(shù)變化與降雨強度、入射角的定量經(jīng)驗關(guān)系，最后利用觀測數(shù)據(jù)對模型性能進行了驗證。

2 降雨條件下的雷達后向散射

在SAR圖像中，降雨(雨團)通常能引起形狀不規(guī)則的亮暗斑狀圖案[19]。而這種現(xiàn)象受兩種機制的影響，其一是降雨與海面的相互作用，其二是大氣中雨點產(chǎn)生的體散射效應(yīng)及衰減作用。綜合考慮這兩種因素，可以將微波傳感器接收到的信號表示為[15, 17]：

(1)

式中，σ0表示微波傳感器觀測到的后向散射截面值；σwind表示風(fēng)矢量產(chǎn)生的雷達后向散射截面；σsurf表示降雨與海表面的相互作用；αatm表示雙向的雨致大氣衰減；σatm表示雨致大氣后向體散射。

2.1 雨滴的衰減和后向體散射作用

在降雨情況下，信號在傳輸?shù)倪^程中會受到降雨粒子的影響，一方面信號投射到雨滴上，能量會被雨滴吸收，變成其他形式的能量，另一方面能量會被降雨粒子散射，使得入射方向的能量受到削弱，由此造成了SAR信號的衰減。為了簡化計算，雨滴可以近似看做瑞利粒子，雨滴的衰減可以表示成[16]：

(2)

n0=1 950·R0.21，

(3)

(4)

(5)

〈a6〉=2.37·10-21R1.26，

(6)

(7)

式中，εr表示雨滴的復(fù)相對介電常數(shù)；R表示降雨強度。

SAR信號在傳輸過程中，由于受到降雨粒子的影響，一部分信號通過雨滴的后向體散射作用返回微波傳感器方向，雨滴的后向體散射系數(shù)可表示為：

(8)

降雨對微波傳感器信號的衰減系數(shù)，以及雨滴產(chǎn)生的后向體散射與降雨強度及入射角的關(guān)系如圖1a、1b所示。由圖1可以看出，隨著降雨強度的增加，同一入射角下，衰減系數(shù)逐漸減小，降雨引起的后向體散射逐漸增加，且隨著入射角的增加，同樣的降雨強度下，衰減系數(shù)隨入射角增大變化量很小，后向體散射則略有減小。

圖1 雨致衰減系數(shù)(a)及雨致后向體散射(b)與降雨強度及入射角的關(guān)系Fig.1 Rain-induced attenuation and raindrop volumetric scattering in different incident angle and rain rate rain-in-duced attenuation(a), raindrop volumetric scattering(b)

2.2 雨滴與海表面的相互作用

降雨對海表的影響十分復(fù)雜，要建立起大氣與海表的動力過程十分困難，因此現(xiàn)階段仍無海表擾動或阻尼作用受降雨強度影響的解析關(guān)系模型，雨滴對海表的影響主要包括以下幾個方面[16, 21-24]：首先，雨滴撞擊海表形成環(huán)形波，形成皇冠狀的火山坑并且發(fā)展成為垂直的莖狀；其次，雨滴在海表上層產(chǎn)生擾動因而衰減了短重力波譜；由于降雨伴隨的下沉氣流會改變原始風(fēng)場因而改變了海表的粗糙度；由于復(fù)雜波之間的相互影響產(chǎn)生阻尼作用，削弱了海表面波。

粗糙海表面波譜可以由風(fēng)致重力波譜和雨致海表波譜組成，因此，降雨情況下SAR觀測到的后向散射截面可以綜合表示成[16]：

(9)

在20°～70°的波束入射角下，海面的微波散射為布拉格散射，風(fēng)致海面微尺度波是產(chǎn)生雷達后向散射的主要散射體。因此，利用CMOD5等GMF可以獲得由風(fēng)產(chǎn)生的歸一化雷達后向散射截面。雨致海表面擾動就可由式(10)得：

(10)

3 數(shù)據(jù)

本文選取2014年7月發(fā)生在西北太平洋上的“威馬遜”臺風(fēng)，利用2014年7月17日10點29分(世界標準時間)的Radarsat-2SAR觀測數(shù)據(jù)，準同步的TRMM降雨強度數(shù)據(jù)以及NCEP提供的海面風(fēng)場再分析數(shù)據(jù)對雨致海表面阻尼作用造成的后向散射系數(shù)變化與降雨強度及入射角之間的定量關(guān)系進行研究。

Radarsat-2是加拿大繼Radarsat-1之后于2007年12月發(fā)射的C波段合成孔徑雷達衛(wèi)星，其SAR有11種波束模式，最高地面分辨率可達3m，最大成像幅寬500km，入射角范圍在10°～60°之間[25]。本文所用的Radarsat-2數(shù)據(jù)為雙極化模式，空間分辨率為50m，幅寬為500km×500km，入射角在19.4°～49.4°之間。

測雨雷達搭載在TRMM衛(wèi)星上，入射角范圍在0°～18°之間，星下點水平分辨率為4.3km，徑向分辨率為250m。本文中采用的是網(wǎng)格化的3A42產(chǎn)品數(shù)據(jù)，每3h提供一次數(shù)據(jù)，空間分辨率為0.25°×0.25°。

海面風(fēng)場再分析數(shù)據(jù)來自美國國家環(huán)境預(yù)報中心(NCEP)和國家大氣研究中心(NCAR)聯(lián)合執(zhí)行的全球大氣40年資料再分析計劃，每天4次全球網(wǎng)格點數(shù)據(jù)，空間分辨率為0.5°×0.5°。

本文選用的準同步TRMM測雨雷達和Radarsat-2的SAR觀測數(shù)據(jù)可觀察到明顯的雨帶區(qū)域，但兩者對應(yīng)特征區(qū)域位置不完全重合。分析其原因：一方面是因為降雨數(shù)據(jù)與SAR數(shù)據(jù)采集時間存在1.5h的時間差，另一方面，降雨雷達主要觀測云頂臺風(fēng)的降雨情況，而SAR不受云層及天氣的影響，主要探測海表面的情況，臺風(fēng)因其特殊的動力過程及大氣結(jié)構(gòu)在云頂和海表面位置存在一定的偏差[26-28]。因此本文根據(jù)SAR圖像的雨帶暗斑，將TRMM數(shù)據(jù)進行移動使其降雨區(qū)域與SAR雨帶位置基本重合。

臺風(fēng)作為一種極端的天氣情況，中心附近(臺風(fēng)眼外)風(fēng)速常能達到三四十米每秒，其中心(臺風(fēng)眼內(nèi))及外圍風(fēng)場風(fēng)速較低。在中低風(fēng)速情況下，GMF反演的風(fēng)場具有較高的精度，而在高風(fēng)速條件下，隨風(fēng)速增加，后向散射系數(shù)的增加速度逐漸減小，GMF隨風(fēng)速的變化逐漸變緩趨于停滯，海面風(fēng)速反演的精度迅速下降。因此，為了更好獲得風(fēng)致海面擾動情況，本文研究的區(qū)域集中在臺風(fēng)外圍，風(fēng)速在35m/s以下(即GMF反演精度較高區(qū)域)，且在降雨較為集中的區(qū)域。

同時為了研究在不同入射角情況下后向散射截面受降雨影響的情況，本文選取3個不同入射角范圍的區(qū)域，分別對數(shù)據(jù)進行處理。3個區(qū)域的入射角范圍分別是20°～25°，25°～30°，30°～35°。SAR所觀測到的歸一化后向散射截面及降雨強度示意圖如圖2，圖3所示，圖中紅框位置為3個不同入射角范圍的區(qū)域。圖4為根據(jù)NCEP數(shù)據(jù)的風(fēng)向信息利用CMOD5反演的臺風(fēng)風(fēng)速分布圖。

圖2 2014年7月17日Radarsat-2 SAR對臺風(fēng)“威馬遜”的觀測數(shù)據(jù)Fig.2 Radarsat-2 SAR image of typhoon Rammasun in July 17, 2014

圖3 2014年7月17日臺風(fēng)“威馬遜”TRMM 3B42降雨強度Fig.3 TRMM 3B42 rain rate of typhoon Rammasun in July 17, 2014

圖4 2014年7月17日臺風(fēng)“威馬遜”CMOD5反演風(fēng)速分布Fig.4 Wind speeds of typhoon Rammasun retrieved by CMOD5 in July 17, 2014

4 雨致海表面擾動的后向散射校正

4.1 受降雨影響的風(fēng)場校正

雨帶對應(yīng)區(qū)域在SAR圖像上呈現(xiàn)明顯的暗帶且風(fēng)速小于周圍區(qū)域，考慮是受到降雨的影響。為了得到臺風(fēng)原始風(fēng)場，本文通過線性插值的方法，將受降雨影響的區(qū)域進行風(fēng)速的替代，得到不受降雨影響時3個區(qū)域的風(fēng)速分布圖，如圖5所示。通過計算分析可以發(fā)現(xiàn)，區(qū)域1入射角較小，最大降雨強度在20mm/h左右，降雨對風(fēng)速變化的影響平均約10m/s；區(qū)域2入射角中等，最大降雨強度在10mm/h左右，降雨對風(fēng)速變化的影響平均約5m/s；區(qū)域3入射角較大，最大降雨強度在15mm/h左右，降雨對風(fēng)速變化的影響平均約3m/s(表1)。

經(jīng)過校正后的風(fēng)場可以看作是無降雨情況下風(fēng)速的分布情況，作為計算風(fēng)致海面散射的輸入風(fēng)場，通過GMF可以計算出風(fēng)致海表后向散射系數(shù)。

圖5 研究區(qū)域1、2、3校正前(a，b，c)和校正后風(fēng)速分布(d，e，f)Fig.5 Regional 1, 2 and 3 wind speeds distribution before correction (a, b, c) and after correction (d, e, f)

區(qū)域入射角范圍最大降雨強度對風(fēng)速影響120°～25°20mm/h10m/s225°～30°10mm/h5m/s330°～35°15mm/h3m/s

4.2 擬合雨致海表面阻尼作用的后向散射

降雨通過在大氣中產(chǎn)生的衰減，后向體散射和海表面相互作用影響C波段SAR測風(fēng)的精度，為了探究雨致海表面阻尼作用對測風(fēng)精度的影響，本文利用式(10)間接獲得這項的后向散射，并與準同步的降雨強度數(shù)據(jù)進行擬合以獲得兩者之間的定量關(guān)系。

利用多項式函數(shù)對降雨強度R和雨致海表面阻尼作用所致后向散射截面變化進行擬合，擬合表達式如式(12)所示：

(11)

(12)

式中，pn為擬合系數(shù)；R為降雨強度；n為擬合多項式階數(shù)，本文采用線性擬合，即n=1。不同入射角下，擬合圖像如圖6所示，對應(yīng)的擬合系數(shù)如表2所示。

圖6 雨表面阻尼作用造成的后向散射系數(shù)變化與降雨強度的關(guān)系Fig.6 Relationship between rain rate and sea surface backscattering a.入射角20°～25°；b.入射角25°～30°；c.入射角30°～35°a.Incident angle is 20°～25°; b.incident angle is 25°～30°; c.incident angle is 30°～35°

入射角/(°)p0p1數(shù)據(jù)個數(shù)偏差均方根誤差20°～25°0.001871-0.470924160.012140.1084025°～30°-0.012840.0307520930.013610.0366230°～35°-0.0003267-0.040929070.000120.01719

5 實驗驗證

為了驗證本文提出的降雨條件下的SAR后向散射系數(shù)模型的精度，本文利用匹配的步進式微波輻射計(Step Frequency Microwave Radiometer, SFMR)風(fēng)速和降雨數(shù)據(jù)，計算獲得模型后向散射系數(shù)，并與2010年10月17日1時24分臺風(fēng)“鯰魚”ENVISAT ASAR觀測數(shù)據(jù)進行比對，驗證雨致海表面阻尼后向散射系數(shù)模型的表現(xiàn)。

SFMR是由美國麻省大學(xué)微波遙感實驗室提供，工作在C波段，可以同時在6個頻率測量海表面發(fā)射率，從而得到海表面風(fēng)速和降雨強度，測風(fēng)的精度可以達到1 m/s，最高測風(fēng)風(fēng)速可達70 m/s[29]。圖7是ENVISAT ASAR對臺風(fēng)“鯰魚”的觀測數(shù)據(jù)，藍色實線為SFMR飛行路徑，紅色實線是中國氣象局(China Meteorological Agency, CMA)提供的臺風(fēng)最佳路徑數(shù)據(jù)。

圖7 SFMR數(shù)據(jù)(藍線)及CMA最佳路徑數(shù)據(jù)(紅線)在2010年10月17日01:24:22 ENVISAT ASAR對臺風(fēng)鯰魚的觀測數(shù)據(jù)上所顯示的移動路線Fig.7 SFMR path (blue line) and CMA Typhoon best track (red line) in 01:24:22 October 17, 2010 Megi ENVISAT ASAR data

臺風(fēng)移動速度很快，在SFMR測量過程中，臺風(fēng)也時時移動，為了能夠收集與SAR數(shù)據(jù)同步的風(fēng)場數(shù)據(jù)，本文對數(shù)據(jù)進行了以下步驟的處理：

(1)選取SAR圖像采集時間前后半小時時間差范圍的SFMR數(shù)據(jù)作為研究對象，根據(jù)最佳路徑數(shù)據(jù)移動方向，將SAR圖像在此1 h內(nèi)進行移動，獲得和SFMR時間契合的SAR數(shù)據(jù)；

(2)考慮到CMOD5模式在高風(fēng)速情況下可能產(chǎn)生的飽和現(xiàn)象，實驗中選擇風(fēng)速小于30 m/s的數(shù)據(jù)與對應(yīng)SAR數(shù)據(jù)進行研究。

圖8是SFMR數(shù)據(jù)集各點對應(yīng)的降雨強度及該點SAR觀測到的后向散射截面值。

圖8 SFMR采集數(shù)據(jù)點對應(yīng)SAR歸一化后向散射截面值(NRCS)及各點降雨強度大小Fig.8 SFMR rain rate and wind speeds data and its corresponding SAR NRCS

利用匹配的SFMR風(fēng)速和SFMR降雨數(shù)據(jù)，通過模型計算后向散射系數(shù)，并與SAR觀測到的后向散射系數(shù)相比較，模型應(yīng)用前后不同入射角范圍內(nèi)驗證結(jié)果如圖9所示。

表3顯示了3個區(qū)域不同入射角情況下，模型的校正效果。其中，20°～25°入射角范圍內(nèi)，偏差與均方根誤差減小了40%左右；25°～30°范圍內(nèi)，偏差與均方根誤差減小了60%左右；30°～35°范圍內(nèi)，偏差與均方根誤差減小了89%左右。由此可見模型在較大入射角范圍的校正效果較好，在低入射角范圍內(nèi)仍需進一步研究。由校正結(jié)果也可以發(fā)現(xiàn)：該模型在改進數(shù)據(jù)一致性方面有較好的表現(xiàn)，在與標準數(shù)據(jù)的準確度對比上仍需進一步改進。當降雨強度變化時，雨滴對海表的擾動作用也越來越復(fù)雜，不同海況或風(fēng)速情況下，都可能對SAR風(fēng)速反演有較大的影響。

圖9 模型計算與SAR實測雷達后向散射系數(shù)對比，a～c分別為區(qū)域1,2,3原始SFMR數(shù)據(jù)與SAR比對結(jié)果，d～f分別為區(qū)域1,2,3加降雨影響模型后SFMR數(shù)據(jù)與SAR比對結(jié)果Fig.9 Normalized radar cross section comparison between SAR observations and SFMR calculation NRCS before (a, b, c) and after (d, e, f) using our model

入射角數(shù)據(jù)個數(shù)偏差均方根誤差校正前校正后校正前校正后校正前校正后20°～25°74740.339770.336910.348600.3373725°～30°34340.157050.0753310.176500.0786730°～35°52520.132470.047010.132960.04703

由上述實驗結(jié)果可知，本文提出的降雨條件下的校正模型在一定程度上可以改善SAR風(fēng)速反演的精度。

6 結(jié)論

本文基于雨滴在大氣中的衰減，后向體散射以及雨滴與海表面相互作用3個方面的影響因素，探討了降雨對SAR海面風(fēng)速反演精度的影響。在理論推導(dǎo)的基礎(chǔ)上，利用臺風(fēng)“威馬遜”的Radarsat-2 SAR觀測數(shù)據(jù)，TRMM降雨雷達降雨強度數(shù)據(jù)和NCEP再分析資料匹配數(shù)據(jù)集，定量擬合了雨致海表面阻尼作用對后向散射系數(shù)產(chǎn)生的影響與入射角以及降雨強度的關(guān)系。

臺風(fēng)條件下，降雨對SAR風(fēng)速反演精度的影響可達30%，且隨著降雨強度的增大受影響的機制越復(fù)雜。定量分析發(fā)現(xiàn)，雨滴對SAR信號的衰減作用隨降雨強度和入射角的增大而增強，雨滴產(chǎn)生的后向體散射隨降雨強度的增大而增大，隨入射角的增大而減小。降雨與海表相互作用產(chǎn)生的后向散射截面則較為復(fù)雜，較其他兩個因素的影響更為顯著，既可能在海表面產(chǎn)生環(huán)形波及其他復(fù)雜波形成飛濺從而增加了雷達后向散射系數(shù)，也可能由于各種復(fù)雜波譜的疊加作用導(dǎo)致海表面風(fēng)致波被削弱，從而減小了雷達后向散射系數(shù)。本文利用SAR及其同步數(shù)據(jù)對雨致海表面阻尼作用進行了探究，得到了經(jīng)驗擬合模型，其影響隨降雨強度的增加而增加，隨入射角的增大而減小。

為了驗證本文所擬合模型的校正效果，本文利用2010年10月臺風(fēng)“鯰魚”的SFMR實測數(shù)據(jù)計算模型后向散射系數(shù)，然后與ENVISAT ASAR觀測數(shù)據(jù)進行比對。結(jié)果表明，本文提出的模型能夠有效評估降雨對SAR測風(fēng)精度的影響。

C波段SAR能有效的獲得海面風(fēng)場信息，降雨是影響風(fēng)場反演精度的主要因素之一。本文的工作提供了一種有效的手段，對研究清楚降雨對SAR信號的影響是一個有益的嘗試，對開展臺風(fēng)監(jiān)測，預(yù)警及災(zāi)害評估具有重要意義。

[1] 陳艷玲, 黃珹, 丁曉利, 等. ERS-2 SAR反演海洋風(fēng)矢量的研究[J]. 地球物理學(xué)報, 2007, 50(6): 1688-1694.

Chen Yanling, Huang Cheng, Ding Xiaoli, et al. Study on ocean wind vector retrieval from ERS-2 SAR image[J]. Chinese Journal of Geophysics, 2007, 50(6): 1688-1694.

[2] 胡潭高, 張登榮, 王潔, 等. 基于遙感衛(wèi)星資料的臺風(fēng)監(jiān)測技術(shù)研究進展[J]. 遙感技術(shù)與應(yīng)用, 2013, 28(6): 994-999.

Hu Tangao, Zhang Dengrong, Wang Jie, et al. Review of typhoon monitoring technology based on remote sensing satellite data[J]. Remote Sensing Technology and Application, 2013, 28(6): 994-999.

[3] Jin Y, Xu F. Polarimetric scattering and SAR information retrieval[M]. Hoboken, New Jersey:John Wiley & Sons, 2013.

[4] Vachon P W, Dobson F W. Validation of wind vector retrieval from ERS-1 SAR images over the ocean[J]. The Global Atmosphere & Ocean System, 1996, 5(2): 177-187.

[5] 楊勁松, 黃韋艮, 周長寶, 等. 合成孔徑雷達圖像的近岸海面風(fēng)場反演[J]. 遙感學(xué)報, 2001, 5(1): 13-16.

Yang Jinsong, Huang Weigen, Zhou Changbao, et al. Coastal ocean surface wind retrieval from SAR imagery[J]. Journal of Remote Sensing, 2001, 5(1): 13-16.

[6] Zhang Dengrong, Zhang Yuzhou, Hu Tangao, et al. A comparison of HY-2 and QuikSCAT vector wind products for tropical cyclone track and intensity development monitoring[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(8): 1365-1369.

[7] Jin Y, Xu F. Inversions from Polarimetric SAR Images[C]. Piscataway, New Jersey:Wiley-IEEE Press, 2013:215-233.

[8] 楊勁松. 合成孔徑雷達海面風(fēng)場,海浪和內(nèi)波遙感技術(shù)[D].青島:中國海洋大學(xué),2001.

Yang Jinsong. Synthetic aperture radar sea surface wind, waves and internal wave remote sensing technolgy[D]. Qingdao:Ocean University of China, 2001.

[9] Zhang B, Perrie W, Vachon P W, et al. Ocean vector winds retrieval from C-band fully polarimetric SAR measurements[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(11): 4252-4261.

[10] Zhang B, Perrie W. Recent progress on high wind-speed retrieval from multi-polarization SAR imagery: a review[J]. International Journal of Remote Sensing, 2014, 35(11/12): 4031-4045.

[11] Powell M D, Vickery P J, Reinhold T A. Reduced drag coefficient for high wind speeds in tropical cyclones[J]. Nature, 2003, 422(6929): 279-283.

[12] Tournadre J, Quilfen Y. Impact of rain cell on scatterometer data: 1. Theory and modeling[J]. Journal of Geophysical Research Oceans, 2003, 108(C7): 352-367.

[13] 鄒巨洪, 林明森, 潘德爐, 等. QuikSCAT在臺風(fēng)監(jiān)測中的應(yīng)用[J]. 遙感學(xué)報, 2009, 13(5): 840-853.

Zou Juhong, Lin Mingsen, Pan Delu, et al. Applications of QuikSCAT in typhoon observation and tracking[J]. Journal of Remote Sensing, 2009, 13(5): 840-853.

[14] Zhang B, Perrie W. Cross-polarized synthetic aperture radar: a new potential measurement technique for hurricanes[J]. Bulletin of the American Meteorological Society, 2012, 93(4): 531-541.

[15] Nie C, Long D G. A C-band scatterometer simultaneous wind/rain retrieval method[J]. IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(11): 3618-3631.

[16] Xu F, Li X, Wang P, et al. A backscattering model of rainfall over rough sea surface for synthetic aperture radar[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(6): 3042-3054.

[17] Nie C, Long D G. A C-band wind/rain backscatter model[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(3): 621-631.

[18] 周旋,楊曉峰,李紫薇,等. 降雨對C波段散射計測風(fēng)的影響及其校正[J]. 物理學(xué)報, 2012, 61(14): 532-542.

Zhou Xuan, Yang Xiaofeng, Li Ziwei, et al. Rain effect on C-band scatterometer wind measurement and its correction[J]. Acta Physica Sinica, 2012, 61(14): 532-542.

[19] 曲秀鳳, 種勁松, 吳秀清, 等. 基于SAR的海洋降雨信號研究[J]. 遙測遙控, 2009, 30(4): 50-55.

Qu Xiufeng, Zhong Jinsong, Wu Xiuqing, et al. Investigation of rainfall signal over the ocean based on SAR[J]. Journal of Telemetry, Tracking and Command, 2009, 30(4): 50-55.

[20] Lemaire D, Bliven L F, Craeye C, et al. Drop size effects on rain-generated ring-waves with a view to remote sensing applications[J]. International Journal of Remote Sensing, 2002, 23(12): 2345-2357.

[21] Craeye C, Sobieski P W, Bliven L F. Radar signature of the sea surface perturbed by rain[C]//Geoscience and Remote Sensing Symposium, 1999. IGARSS'99 Proceedings. IEEE 1999 International. IEEE, 1999, 1: 206-208.

[22] Bliven L F, Sobieski P W, Craeye C. Rain generated ring-waves: measurements and modelling for remote sensing[J]. International Journal of Remote Sensing, 1997, 18(1): 221-228.

[23] Alpers W, Melsheimer C. Rainfall[J]. Synthetic Aperture Radar Marine Users, Manual, US Dept. of Commerce, NOAA. 2004: 355-371.

[24] Melsheimer C, Alpers W, Gade M. Simultaneous observations of rain cells over the ocean by the synthetic aperture radar aboard the ERS-1/2 satellites and by weather radars[C]//Geoscience and Remote Sensing Symposium, 1999. IGARSS'99 Proceedings. IEEE 1999 International. IEEE, 1999, 1: 194-196.

[25] Morena L C, James K V, Beck J. An introduction to the RADARSAT-2 mission[J]. Canadian Journal of Remote Sensing, 2004, 30(3): 221-234.

[26] Cheng Y H, Huang S J, Liu A K, et al. Observation of typhoon eyes on the sea surface using multi-sensors[J]. Remote Sensing of Environment, 2012, 123(6): 434-442.

[27] Pan Y, Liu A K, He S, et al. Comparison of typhoon locations over ocean surface observed by various satellite sensors[J]. Remote Sensing, 2013, 5(7): 3172-3189.

[28] He S, Liu A K, Yu C K, et al. Rainband feature tracking for wind speeds around typhoon eyes using multiple sensors[J]. International Journal of Remote Sensing, 2016, 37(9): 2016-2031.

[29] 周旋,葉小敏,于暘,等. 基于GNSS-R的海面風(fēng)速探測技術(shù)研究[J]. 電子與信息學(xué)報, 2013, 35(7): 1575-1580.

Zhou Xuan, Ye Xiaomin, Yu Yang, et al. Sea surface wind speed measurement using GNSS reflection signal[J]. Journal of Electronics & Information Technology, 2013, 35(7): 1575-1580.

The correction of rain effect on SAR wind field retrieval

Yu Shui1,2, Yang Jingsong2, He Shuangyan1,2, He Zhiguo1,2, Ren Lin2，Zheng Gang2

(1.OceanCollege,ZhejiangUniversity,Zhoushan316021,China; 2.StateKeyLaboratoryofSatelliteOceanEnvironmentDynamics,SecondInstituteofOceanography,StateOceanicAdministration,Hangzhou310012,China)

Synthetic Aperture Radar (SAR) plays an important role in typhoon wind field retrieval, but due to the influence of the rainfall on the radar signal, the inversion precision of sea surface wind field will decline. In this paper, we analysis the rain effect to the 2014 typhoon Rammasun by using RADARSAT-2 SAR data, quasi-synchronous rainfall data and reanalysis data. The damping from rainfall to the water surface is simulated by rain rate and incident angle. Rain-induced attenuation and raindrop volumetric scattering was also evaluated. It is found that the rain effect to the sea surface perturbation is much complex than the other two factors, and the signal attenuation increases with the increases of rainfall and incident angle, raindrop volumetric scattering and rain-induced sea surface damping increase with the increase of rainfall, but with the decrease of incident angle. The experimental results also indicate that the model can improve the SAR wind measurement accuracy under rainfall conditions.

SAR; wind field retrieval; rain effect; correction

10.3969/j.issn.0253-4193.2017.09.004

2016-10-26；

2017-02-23。

國家自然科學(xué)基金(41321004，41306191，41306192，41406203，41676167)；國家863項目(2013AA09A505)；中國科技部-歐洲空間局合作“龍計劃”四期項目(32249)；全球變化與海氣相互作用專項國際合作項目(GASI-IPOVAI-04)。

余水(1993—)，女，安徽省六安市人，主要從事海洋微波遙感研究。E-mail:kerry_1993@163.com

*通信作者：楊勁松(1969—)，男，湖南省寧遠縣人，研究員，博士生導(dǎo)師，主要從事海洋微波遙感研究。E-mail:jsyang@sio.org.cn

TN957.52；P444

A

0253-4193(2017)09-0040-11

余水, 楊勁松, 賀雙顏, 等. 降雨對SAR風(fēng)場反演的影響及校正[J]. 海洋學(xué)報, 2017, 39(9): 40-50,

Yu Shui, Yang Jingsong, He Shuangyan, et al. The correction of rain effect on SAR wind field retrieval[J]. Haiyang Xuebao, 2017, 39(9): 40-50, doi:10.3969/j.issn.0253-4193.2017.09.004