散射计图像滤波重建技术

当前位置：首页 >> 仪器仪表技术文章

散射计图像滤波重建技术

低空间分辨率、高时间分辨率的散射计数据适于大尺度的海洋研究，然而在陆地和海冰研究方面，低分辨率却降低了数据的可用性。一种称为散射计图像滤波重建(Scatterometer Image Reconstruction with Filter，简称SIRF)的算法技术应运而生。该算法通过将卫星连续几天内的多次和多个角度测量数据合成起来而达到提高分辨率的效果(Long，1993)。

　　散射计图像滤波重建算法SIRF的定义如下：

　　在一个限定的入射角范围内[20°，55°]，雷达后向散射系数σ⁰ (单位为dB)近似为入射角θ的线性函数：

　　式中A和B是地表特征、方位角和极化方式的函数。A是中扫描带宽即人射角为40°时的σ⁰值，B表征了在一定入射角范围内后　向散射系数的梯度，反映了后向散射系数σ⁰与入射角θ之间的关系。使用SIRF算法可以从间隔数天的σ⁰测量数据中同时产生A和B影像。

　　该算法最初设计应用于SAAS卫星数据，因其效果很好而在后续的散射计数据处理中得到了广泛的运用。以NSCAT为例，在极地地区取每6天的数据来处理，经过SIRF处理后分辨率可以由25km提高至8-10km。图2所示为北极和南极地区NSCAT的A和B影像。另外，ESCAT数据经SIRF处理后分辨率约为25km，SAAS为8-10km，QSCAT为8-10km或5-6km。由于QSCAT是以两个固定的入射角进行测量，故在其产品中没有B影像。

发布人：2010/5/21 11:44:001508 发布时间：2010/5/21 11:44:00 此新闻已被浏览:1508次

散射计图像滤波重建技术

当前位置：首页 >> 仪器仪表技术文章

更多相关信息

分类点击排行