基于支持向量机的粗糙海面风速反演研究

王燕

【摘要】 本文将支持向量机（SVM）回归技术应用到海海面风速的反演研究。利用双尺度方法（TSM）作为前向电磁算法，数值模拟不同雷达参数下风驱粗糙海面微波后向散射系数，经过敏感性分析，选取L波段（1.4GHz）、C波段（6.8 GHz）及其合适的入射角作为雷达参数，并设计多种反演方案，分别以单频率双极化双角度、双频率双极化双角度及双极化后向散射系数的比值作为SVM的训练样本数据信息，经过适当的训练，利用SVM回归技术对海洋表面风速和盐度进行了反演研究。研究结果表明，针对于海面风速的反演，C波段的反演精度最高。最后，检验了SVM反演方法的抗噪声性能，表明本文提出的SVM方法能较好地应用于实际海况参数反演问题。

【关键词】 支持向量机 双尺度方法 反演 海面风速

引言

海面风速是研究海气之间相互作用的重要参数，它对短期预报以及季节性和气候年际变化的预测非常重要，海面风速通过调节热量，水汽，海气通量和颗粒物，调节大气和海洋之间的合作用，从而维持全球和区域气候[1]。

支持向量机[2] （Support Vector Machine， SVM）是近年来在统计学习理论的基础上发展起来的一种新的通用学习方法。它有效解决了小样本、过学习、非线性、高维数据等问题，具有良好的推广性和较好的预测精确性 [3]。近年来，支持向量机被广泛应用于各类实际问题，例如图像检索[4]、文本分类[5]、广义预测控制[6]等。但在微波遥感海洋及海况参数方面，国内外还未见有相关文献报道。

本文利用支持向量机方法对海面风速及海表盐度反演问题进行研究。……