石書(shū)祝,王市委,高柯夫

(1.武漢大學(xué) 遙感信息工程學(xué)院,武漢 430079； 2.武漢大學(xué) 電子信息學(xué)院,武漢 430072；3.武漢大學(xué) 衛(wèi)星導(dǎo)航定位技術(shù)研究中心,武漢 430079)

颶風(fēng)具有突發(fā)性強(qiáng)、破壞力大的特點(diǎn)，會(huì)對(duì)沿海地區(qū)造成巨大的經(jīng)濟(jì)損失和不同程度的人員傷亡，是世界上最嚴(yán)重的自然災(zāi)害之一.準(zhǔn)確監(jiān)測(cè)颶風(fēng)的中心位置、路徑和強(qiáng)度，并對(duì)這些參數(shù)的演變情況進(jìn)行高頻次監(jiān)測(cè)，對(duì)減輕和降低颶風(fēng)災(zāi)害具有重要意義[1].

衛(wèi)星遙感因其覆蓋范圍廣、成像面積大、時(shí)間分辨率高等優(yōu)點(diǎn)，已成為監(jiān)測(cè)颶風(fēng)的常用手段之一[2].目前監(jiān)測(cè)颶風(fēng)的衛(wèi)星主要有地球同步軌道氣象衛(wèi)星、極軌氣象衛(wèi)星和合成孔徑雷達(dá)衛(wèi)星.與地球同步軌道氣象衛(wèi)星相比，搭載微波散射計(jì)或輻射計(jì)的極軌氣象衛(wèi)星可獲取全球海表面風(fēng)場(chǎng)信息，而且不受云霧等復(fù)雜天氣狀況的影響，是監(jiān)測(cè)颶風(fēng)強(qiáng)度的最主要手段[3].但這些傳感器的重復(fù)觀測(cè)周期比較長(zhǎng)，在颶風(fēng)的生命周期內(nèi)只能獲得有限的觀測(cè)數(shù)據(jù)[4].而且如本文后面所述，這些傳感器的刈幅不連續(xù)，有時(shí)沒(méi)有覆蓋颶風(fēng)的最大風(fēng)速區(qū)，導(dǎo)致較大的颶風(fēng)強(qiáng)度測(cè)量誤差.

基于全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號(hào)測(cè)量技術(shù)的熱帶氣旋全球?qū)Ш叫l(wèi)星系統(tǒng)(CYGNSS)由美國(guó)國(guó)家航空航天局(NASA)于2016年12月15日發(fā)射.它由8顆低軌小衛(wèi)星組成，主要任務(wù)是在35°N～35°S的區(qū)域內(nèi)以25 km×25 km的空間分辨率和大約7.2 h的平均重訪時(shí)間監(jiān)測(cè)3～70 m/s范圍內(nèi)的海面風(fēng)速[5].而且它能在每秒內(nèi)同時(shí)生成32條寬度為25 km、長(zhǎng)度為幾十萬(wàn)米的刈幅[6].與搭載微波傳感器的極軌氣象衛(wèi)星相比，CYGNSS衛(wèi)星可明顯縮短監(jiān)測(cè)颶風(fēng)的時(shí)間間隔，進(jìn)而在颶風(fēng)的生命周期內(nèi)可獲取更多的觀測(cè)數(shù)據(jù)，同時(shí)還能提升空間覆蓋率.美國(guó)密西根大學(xué)的研究人員提出了利用CYGNSS數(shù)據(jù)監(jiān)測(cè)颶風(fēng)中心、強(qiáng)度和集成動(dòng)能的方法[7-9]，并分別利用仿真數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)初步分析了CYGNSS衛(wèi)星監(jiān)測(cè)颶風(fēng)的性能[10-11].南京信息工程大學(xué)的胡運(yùn)等[12]也比較分析了CYGNSS衛(wèi)星測(cè)得的風(fēng)速值與實(shí)測(cè)數(shù)據(jù)之間的差異.然而，由于CYGNSS衛(wèi)星的刈幅比較窄，而且在某些時(shí)刻上獲得的刈幅數(shù)量比較稀少，因此僅利用CYGNSS衛(wèi)星數(shù)據(jù)難以獲得完整的高風(fēng)速區(qū)域以進(jìn)行準(zhǔn)確的颶風(fēng)強(qiáng)度測(cè)量[13].盡管如此，如果將CYGNSS衛(wèi)星數(shù)據(jù)和極軌氣象衛(wèi)星數(shù)據(jù)進(jìn)行融合，那么不但可對(duì)颶風(fēng)強(qiáng)度進(jìn)行更高頻次的監(jiān)測(cè)，而且還可獲得比較完整的高風(fēng)速區(qū)域從而進(jìn)行更準(zhǔn)確的颶風(fēng)強(qiáng)度測(cè)量，但目前尚未見(jiàn)到相關(guān)研究報(bào)道.

以監(jiān)測(cè)颶風(fēng)常用的土壤濕度主動(dòng)-被動(dòng)探測(cè)(SMAP)衛(wèi)星為例，本文首先介紹了該衛(wèi)星和CYGNSS衛(wèi)星數(shù)據(jù)的特征，在此基礎(chǔ)上提出了融合這兩種衛(wèi)星數(shù)據(jù)監(jiān)測(cè)颶風(fēng)強(qiáng)度的方法，并將測(cè)量結(jié)果與美國(guó)國(guó)家颶風(fēng)中心(NHC)提供的颶風(fēng)最大風(fēng)速值進(jìn)行了對(duì)比分析，為以較高的頻次準(zhǔn)確監(jiān)測(cè)海洋颶風(fēng)強(qiáng)度提供一種新的解決方案.

1 衛(wèi)星遙感數(shù)據(jù)

1.1 CYGNSS衛(wèi)星數(shù)據(jù)

CYGNSS衛(wèi)星數(shù)據(jù)共包含5級(jí)數(shù)據(jù)，其中對(duì)外公開(kāi)第1～4級(jí)數(shù)據(jù)[14].第0級(jí)數(shù)據(jù)為由每顆CYGNSS衛(wèi)星搭載的延遲-多普勒映射(DDM)設(shè)備直接輸出的原始數(shù)據(jù).將第0級(jí)數(shù)據(jù)DDM中的二進(jìn)制位轉(zhuǎn)換成接收功率可得到第1A級(jí)數(shù)據(jù).在第1A級(jí)數(shù)據(jù)的基礎(chǔ)之上，通過(guò)解前向散射模型可得到反映雙基地雷達(dá)橫截面積DDM的第1B級(jí)數(shù)據(jù).從第1B級(jí)數(shù)據(jù)中的雙基地雷達(dá)橫截面積DDM和有效散射區(qū)域DDM中推導(dǎo)出DDM平均值和前緣斜率兩個(gè)觀測(cè)量，可進(jìn)一步反演得到第2級(jí)數(shù)據(jù)中的風(fēng)速產(chǎn)品.值得注意的是，由于海面粗糙度與風(fēng)速之間的對(duì)應(yīng)關(guān)系在不同海況條件下是變化的，因此這里的風(fēng)速反演采用了兩種地球物理模型函數(shù)獲取第2級(jí)風(fēng)速數(shù)據(jù)[15].其中一種是適用于一般海況的完全發(fā)育海洋模型；另外一種是適用于靠近颶風(fēng)或處于颶風(fēng)內(nèi)部的海域的有限風(fēng)區(qū)未完全發(fā)育海洋(YSLF)模型.第3級(jí)數(shù)據(jù)為第2級(jí)風(fēng)速數(shù)據(jù)的網(wǎng)格化產(chǎn)品，即分別在空間上以0.2°×0.2°(緯度×經(jīng)度)網(wǎng)格為單元取平均值，在時(shí)間上以1 h為單元取平均值.

本文采用基于YSLF模型反演得到的CYGNSS衛(wèi)星第3級(jí)數(shù)據(jù)的2.1版本(數(shù)據(jù)下載地址https://podaac.jpl.nasa.gov/dataset/CYGNSS_L3_V2.1)監(jiān)測(cè)海面10 m高度處的風(fēng)速(U10)，因?yàn)樵摪姹镜臄?shù)據(jù)為經(jīng)過(guò)地理編碼之后的網(wǎng)格化風(fēng)速產(chǎn)品，便于與極軌氣象衛(wèi)星數(shù)據(jù)進(jìn)行融合以提取高風(fēng)速區(qū)域.此外，該版本的數(shù)據(jù)格式為netCDF-4，包含了每個(gè)像素對(duì)應(yīng)的地理位置、測(cè)量時(shí)間和風(fēng)速值.

1.2 SMAP衛(wèi)星數(shù)據(jù)

SMAP衛(wèi)星由NASA設(shè)計(jì)成無(wú)源(工作頻率為1.41 GHz的輻射計(jì))和有源(工作頻率為1.26 GHz的散射計(jì))兩種模式相結(jié)合的L波段探測(cè)器.它的平均飛行高度為685 km，軌道重復(fù)周期為8 d，刈幅寬度大約為1 000 km，空間分辨率為40 km[16].雖然該衛(wèi)星被設(shè)計(jì)用于監(jiān)測(cè)全球土壤濕度和凍融狀態(tài)，但由于它還能獲取海面后向散射系數(shù)，因此在風(fēng)暴風(fēng)速監(jiān)測(cè)中也取得了很好的應(yīng)用效果[17].

SMAP衛(wèi)星數(shù)據(jù)共包含4級(jí)數(shù)據(jù)[18]，本文采用SMAP衛(wèi)星輻射計(jì)的第2B級(jí)近實(shí)時(shí)數(shù)據(jù)的4.3版本(數(shù)據(jù)下載地址http://podaac-tools.jpl.nasa.gov/drive/files/allData/smap/L2/JPL/V4.3)監(jiān)測(cè)颶風(fēng)強(qiáng)度.因?yàn)閷?duì)于20～40 m/s范圍內(nèi)的海面風(fēng)速，該版本數(shù)據(jù)與實(shí)測(cè)結(jié)果之間的偏差比較小[17]，而且為在空間上以0.25°×0.25°網(wǎng)格為單元取平均值之后的網(wǎng)格化風(fēng)速產(chǎn)品.此外，該版本的數(shù)據(jù)格式為HDF5，同樣包含了每個(gè)像素對(duì)應(yīng)的地理位置、測(cè)量時(shí)間和風(fēng)速大小.

2 颶風(fēng)強(qiáng)度監(jiān)測(cè)方法

接下來(lái)以佛羅倫薩颶風(fēng)為例闡述如何融合處理上述衛(wèi)星遙感數(shù)據(jù)以監(jiān)測(cè)颶風(fēng)強(qiáng)度.

佛羅倫薩颶風(fēng)起源于2018年8月30日在非洲西海岸形成的一個(gè)強(qiáng)熱帶波，并于9月1日達(dá)到熱帶風(fēng)暴狀態(tài).該颶風(fēng)的風(fēng)速在9月10日達(dá)到了225 km/h，直到9月14日才減小至144 km/h[19].依據(jù)佛羅倫薩颶風(fēng)的演化階段，本文選取2018年9月10日至13日的CYGNSS和SMAP衛(wèi)星數(shù)據(jù)用于監(jiān)測(cè)該颶風(fēng)的強(qiáng)度.此外，依據(jù)美國(guó)NHC提供的如圖1所示的佛羅倫薩颶風(fēng)最優(yōu)軌跡[19]，本文選擇觀測(cè)區(qū)域位于西經(jīng)53°～80°，北緯18°～36°.

颶風(fēng)強(qiáng)度監(jiān)測(cè)方法的第1步是數(shù)據(jù)預(yù)處理.考慮到每個(gè)衛(wèi)星數(shù)據(jù)在像元大小、獲取時(shí)間和觀測(cè)結(jié)構(gòu)中的差異，首先在空間上以0.25°×0.25°網(wǎng)格重新劃分CYGNSS衛(wèi)星數(shù)據(jù)，使其網(wǎng)格尺寸與SMAP衛(wèi)星數(shù)據(jù)保持一致，然后再進(jìn)行影像配準(zhǔn).在此之后，采用相同比例依次畫(huà)出基于CYGNSS和SMAP衛(wèi)星數(shù)據(jù)反演得到的風(fēng)速結(jié)果.最后按以下3種情況對(duì)數(shù)據(jù)進(jìn)行分類處理.

1)如果SMAP衛(wèi)星數(shù)據(jù)包含了完整的颶風(fēng)高風(fēng)速區(qū)域，或者完全不覆蓋颶風(fēng)所在區(qū)域，那么不對(duì)這些數(shù)據(jù)做進(jìn)一步處理，如圖2所示為SMAP衛(wèi)星分別在2018年9月12日21:12協(xié)調(diào)世界時(shí)(UTC)和9:43 UTC獲得的觀測(cè)結(jié)果.這是因?yàn)榕cCYGNSS衛(wèi)星數(shù)據(jù)相比，SMAP衛(wèi)星數(shù)據(jù)能提供更好的高風(fēng)速區(qū)域視覺(jué)效果.

圖1 美國(guó)NHC提供的佛羅倫薩颶風(fēng)最優(yōu)軌跡[19]

圖2 SMAP衛(wèi)星于2018年9月12日(a)21:12 UTC和(b)9:43 UTC監(jiān)測(cè)佛羅倫薩颶風(fēng)的結(jié)果

2)如果SMAP衛(wèi)星數(shù)據(jù)只包含了一部分颶風(fēng)高風(fēng)速區(qū)域，那么依據(jù)颶風(fēng)的移動(dòng)速度選取部分CYGNSS衛(wèi)星數(shù)據(jù)與SMAP衛(wèi)星數(shù)據(jù)進(jìn)行融合以獲得更加完整的高風(fēng)速區(qū)域.

3)由于CYGNSS的刈幅比較稀疏，因此同樣依據(jù)颶風(fēng)的移動(dòng)速度對(duì)剩余的CYGNSS數(shù)據(jù)進(jìn)行融合以獲得更加完整的颶風(fēng)高風(fēng)速區(qū)域.

颶風(fēng)強(qiáng)度監(jiān)測(cè)方法的第2步是采用像素級(jí)影像融合方法對(duì)SMAP衛(wèi)星數(shù)據(jù)和CYGNSS數(shù)據(jù)進(jìn)行融合.像素級(jí)影像融合方法的本質(zhì)可寫(xiě)成

Pfusion(x,y)=m(P1(x,y),P2(x,y),…,PN(x,y)).

(1)

式中：P1(x,y),P2(x,y),…,PN(x,y)為照射相同區(qū)域的N幅影像;m(·)為融合運(yùn)算符，通常為求平均值或最大值的運(yùn)算符;x和y分別為影像的橫坐標(biāo)變量和縱坐標(biāo)變量.

像素級(jí)影像融合方法具體包括以下3個(gè)步驟：

1)首先選擇117 km/h風(fēng)速值(一級(jí)颶風(fēng)的最小風(fēng)速值)作為門(mén)限閾值將單個(gè)衛(wèi)星數(shù)據(jù)分割為感興趣的區(qū)域(ROI)和不感興趣的區(qū)域(UROI)，其中ROI為包含高風(fēng)速值的區(qū)域，因?yàn)樗赡軐儆陲Z風(fēng)所在區(qū)域.剩余的所有像素被劃分為UROI.

2)然后在像素上采用求最大值的運(yùn)算符融合所有衛(wèi)星數(shù)據(jù)的ROI和UROI，即

Pfusion(u,υ)=max(P1(u,υ),P2(u,υ),…,PN(u,υ)).

(2)

式中：Pfusion為融合之后得到的影像，max(·)為求最大值運(yùn)算符，(u,υ)為像素在影像中的位置變量.

3)最后，當(dāng)N幅影像中的所有像素都完成融合之后，輸出最終的融合影像Pfusion.

由此可見(jiàn)，與單個(gè)SMAP或CYGNSS衛(wèi)星數(shù)據(jù)相比，采用像素級(jí)影像融合方法可以較好地融合SMAP衛(wèi)星數(shù)據(jù)和CYGNSS數(shù)據(jù)中各自包含的颶風(fēng)高風(fēng)速區(qū)域，因此處理之后的結(jié)果在理論上可以獲得更加完整的颶風(fēng)高風(fēng)速區(qū)域.實(shí)際應(yīng)用中，經(jīng)融合之后的一幅影像如圖3(c)所示.在圖3中，SMAP衛(wèi)星在2018年9月10日21:37 UTC只獲得了佛羅倫薩颶風(fēng)的一部分高風(fēng)速區(qū)域，通過(guò)與CYGNSS衛(wèi)星在21:30～23:30 UTC獲得的數(shù)據(jù)進(jìn)行融合之后，獲得了一個(gè)更加完整的高風(fēng)速區(qū)域，驗(yàn)證了像素級(jí)影像融合方法的有效性.

颶風(fēng)強(qiáng)度監(jiān)測(cè)方法的第3步是提取颶風(fēng)高風(fēng)速區(qū)域及颶風(fēng)強(qiáng)度.在融合之后的影像上通過(guò)分析ROI區(qū)域的尺度大小和移動(dòng)軌跡，利用一個(gè)半徑為150 km的黑色圓圈標(biāo)記颶風(fēng)最大風(fēng)速區(qū)所在位置.這里同樣考慮了以下3種情況：1)如果SMAP衛(wèi)星數(shù)據(jù)包含了完整的颶風(fēng)高風(fēng)速區(qū)域，則直接從該衛(wèi)

圖3 針對(duì)佛羅倫薩颶風(fēng)，(a)SMAP衛(wèi)星在2018年9月10日21:37 UTC的監(jiān)測(cè)結(jié)果，(b)CYGNSS衛(wèi)星在21:30～23:30 UTC的監(jiān)測(cè)結(jié)果，(c)融合SMAP和CYGNSS衛(wèi)星數(shù)據(jù)的監(jiān)測(cè)結(jié)果

星數(shù)據(jù)中獲取黑色圓圈標(biāo)記區(qū)域內(nèi)的最大風(fēng)速值；2)如果通過(guò)融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)獲得颶風(fēng)高風(fēng)速區(qū)，那么首先從CYGNSS衛(wèi)星數(shù)據(jù)中獲取黑色圓圈標(biāo)記區(qū)域內(nèi)的最大風(fēng)速值，然后將該值與通過(guò)SMAP衛(wèi)星數(shù)據(jù)獲得的最大風(fēng)速值進(jìn)行對(duì)比，獲得二者之間的最大值；3)如果僅通過(guò)融合CYGNSS衛(wèi)星數(shù)據(jù)獲得高風(fēng)速區(qū)域，則直接從該衛(wèi)星數(shù)據(jù)中獲得黑色圓圈標(biāo)記區(qū)域內(nèi)的最大風(fēng)速值.

采用所提出的颶風(fēng)強(qiáng)度監(jiān)測(cè)方法融合2018年9月10日至13日期間的CYGNSS數(shù)據(jù)和SMAP衛(wèi)星數(shù)據(jù)提取佛羅倫薩颶風(fēng)高風(fēng)速區(qū)域的結(jié)果見(jiàn)圖4.從圖4中可以清楚地看出，與僅利用SMAP衛(wèi)星數(shù)據(jù)相比，融合CYGNSS數(shù)據(jù)和SMAP衛(wèi)星數(shù)據(jù)不但能以更高的頻次監(jiān)測(cè)海洋颶風(fēng)強(qiáng)度，而且還能獲得更加完整的颶風(fēng)高風(fēng)速區(qū)域，驗(yàn)證了所提出的颶風(fēng)強(qiáng)度監(jiān)測(cè)方法的有效性.

圖4 2018年9月10日～13日融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)提取佛羅倫薩颶風(fēng)高風(fēng)速區(qū)域的結(jié)果

3 颶風(fēng)強(qiáng)度監(jiān)測(cè)結(jié)果分析

依據(jù)本文的數(shù)據(jù)處理方法，融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)對(duì)包括佛羅倫薩颶風(fēng)在內(nèi)的10場(chǎng)颶風(fēng)的強(qiáng)度進(jìn)行了監(jiān)測(cè)，并將測(cè)量結(jié)果與美國(guó)NHC提供的颶風(fēng)最大風(fēng)速值進(jìn)行了對(duì)比分析.分析結(jié)果見(jiàn)表1，采用了平均絕對(duì)誤差、均方根偏差和相關(guān)系數(shù)3個(gè)指標(biāo)評(píng)價(jià)這兩種風(fēng)速測(cè)量結(jié)果之間的差異.值得注意的是，NHC提供的所有颶風(fēng)最大風(fēng)速值都是通過(guò)將綜合利用氣象衛(wèi)星、飛機(jī)、天氣多普勒雷達(dá)、海面浮標(biāo)等多種手段獲取的觀測(cè)結(jié)果輸入到颶風(fēng)天氣研究和預(yù)報(bào)系統(tǒng)(HWRF)等模型之后給出的最優(yōu)最大風(fēng)速值[20]，數(shù)據(jù)可從網(wǎng)址https://www.nhc.noaa.gov/data/tcr/下載.此外，本文還對(duì)NHC提供的風(fēng)速結(jié)果進(jìn)行了插值，以確保在相同的時(shí)間刻度上對(duì)上述兩種風(fēng)速測(cè)量結(jié)果進(jìn)行對(duì)比.

表1 融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)測(cè)得的颶風(fēng)最大風(fēng)速值與NHC提供的監(jiān)測(cè)結(jié)果對(duì)比

從表1中可以看出，針對(duì)10場(chǎng)不同時(shí)間段的海洋颶風(fēng)，與NHC提供的颶風(fēng)最大風(fēng)速值相比，本文提出的方法測(cè)得的颶風(fēng)最大風(fēng)速結(jié)果的平均絕對(duì)誤差變動(dòng)范圍為3.9～10.2 m/s，均方根偏差變動(dòng)范圍為4.6～12.5 m/s，相關(guān)系數(shù)變動(dòng)范圍為0.570 7～0.915 2.造成上述兩種風(fēng)速測(cè)量結(jié)果之間差異的原因主要有以下幾點(diǎn)：

1)由于CYGNSS衛(wèi)星的刈幅比較窄而且稀疏，空間覆蓋范圍也有限，導(dǎo)致有時(shí)候CYGNSS衛(wèi)星數(shù)據(jù)的融合結(jié)果沒(méi)有完全覆蓋颶風(fēng)最大風(fēng)速區(qū)，例如圖4(b2)展示的CYGNSS衛(wèi)星在2018年9月11日14:30～16:30 UTC監(jiān)測(cè)佛羅倫薩颶風(fēng)的數(shù)據(jù)融合結(jié)果.

2)有些颶風(fēng)在觀測(cè)周期內(nèi)已經(jīng)臨近登陸或者已經(jīng)登陸，即此時(shí)颶風(fēng)的最大風(fēng)速區(qū)位于陸地上，如圖4(c4)展示的佛羅倫薩颶風(fēng)，但CYGNSS衛(wèi)星和SMAP衛(wèi)星都只能監(jiān)測(cè)海面風(fēng)速.

3)本文采用的SMAP衛(wèi)星數(shù)據(jù)和CYGNSS衛(wèi)星數(shù)據(jù)在監(jiān)測(cè)海面風(fēng)速時(shí)，與浮標(biāo)等提供的風(fēng)速實(shí)測(cè)結(jié)果相比存在一定偏差[17,21]，導(dǎo)致融合上述兩種衛(wèi)星數(shù)據(jù)監(jiān)測(cè)颶風(fēng)強(qiáng)度的結(jié)果相對(duì)于NHC提供的監(jiān)測(cè)結(jié)果也會(huì)存在偏差.

4)本文采用的SMAP衛(wèi)星數(shù)據(jù)和CYGNSS衛(wèi)星數(shù)據(jù)在空間和時(shí)間上都做了平均處理，導(dǎo)致測(cè)得的最大風(fēng)速值會(huì)偏小.

4 結(jié) 論

本文介紹了CYGNSS和SMAP兩種衛(wèi)星數(shù)據(jù)的特征，在此基礎(chǔ)上提出了融合這兩種衛(wèi)星數(shù)據(jù)監(jiān)測(cè)颶風(fēng)強(qiáng)度的方法，并將測(cè)量結(jié)果與美國(guó)NHC提供的颶風(fēng)最大風(fēng)速值進(jìn)行了對(duì)比分析.結(jié)果表明：1)與僅利用SMAP衛(wèi)星數(shù)據(jù)相比，所提出的方法能以更高的頻次監(jiān)測(cè)颶風(fēng)強(qiáng)度；2)與NHC提供的颶風(fēng)最大風(fēng)速值相比，所提出的方法監(jiān)測(cè)颶風(fēng)強(qiáng)度結(jié)果的平均絕對(duì)誤差變動(dòng)范圍為3.9～10.2 m/s，均方根偏差變動(dòng)范圍為4.6～12.5 m/s，相關(guān)系數(shù)變動(dòng)范圍為0.570 7～0.915 2，驗(yàn)證了本文提出的海洋颶風(fēng)強(qiáng)度監(jiān)測(cè)方法的有效性.接下來(lái)，一方面將考慮融入更多的極軌氣象衛(wèi)星數(shù)據(jù)，進(jìn)一步提高颶風(fēng)強(qiáng)度的監(jiān)測(cè)頻率和測(cè)量準(zhǔn)確度.另一方面，還將該方法應(yīng)用于融合處理海洋二號(hào)衛(wèi)星數(shù)據(jù)[3]和同樣基于全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號(hào)測(cè)量技術(shù)的國(guó)產(chǎn)捕風(fēng)一號(hào)衛(wèi)星數(shù)據(jù)[22]，以提高對(duì)中國(guó)周邊海域臺(tái)風(fēng)強(qiáng)度的實(shí)時(shí)監(jiān)測(cè)性能.