基于Sobel算子海面风向反演算法研究

王凯文　王慧　蔡理东　陈振华　杨名

摘 要：基于传统Sobel算子局部梯度法从X波段雷达风条纹图像中提取海表面风向。通过直方图统计法，得到主梯度方向，进一步求取主海表面风向，主海表面风向180°模糊问题通过单点风向标数据消除。运用实测X波段雷达图像进行数据实验，发现此方法提高了X波段雷达图像反演海表面风向的精度。

关键词：局部梯度法;Sobel算子;海表面风向;X波段雷达图像;风条纹图像

中图分类号：TN957.51文献标识码：A

风是海洋动力学主要驱动力，是大气到海洋能量和动力转换的主要动力来源，并且支撑着低层海洋大气边界层和上层海洋表面之间的气体交换。因此，海面风场是海洋和大气的重要物理因素，直接影响海上航行、海洋工程、海洋渔业等[1]。海面风场信息包含风速和风向两方面，应用X波段雷达图像反演海面风速的关键就是需要已知风向，风向的反演精度是决定风场反演的关键。

传统海表面风向监测方法是将风向标安装在船只、浮标及岸基观测站中完成对海面风单点测量。但是存在容易受障碍物阻碍和安装环境的影响，测量范围较小等缺陷[2-3]。随着空间海洋学的发展，应用机载或星载散射计测量大面积海面风场成为现实，但存在分辨率较低、无法测量近岸数十千米及恶劣天气区域的海面风场的缺陷[4-5]。Horstmann等人提出应用SAR图像反演海面风场，并用SAR成像的风条纹来反演海面风向，但是存在成本高、分辨率低和不能实时进行数据分析等缺陷[6-8]。X波段雷达具有不受光线、天气和传感器位置的影响、分辨率高、可以测量近海岸海面风场等优势日益受到关注。本文提出应用Sobel算子基于航海雷达图像提取海面风向信息。

1 基于Sobel算子风向反演算法

海面风切应力会导致阵风风速叠加在海面风场上，虽然海面风场是非稳定均匀的，但由于阵风的叠加使海面产生湍流，引起海面粗糙度的改变。由于海面粗糙度的影响，即微尺度波，它们与X波段雷达的电磁波波长类似，发生Bragg散射，产生后向回波，在雷达回波图像上会形成尺度为100～500m的风条纹，条纹轴向与风向平行[15]，如图1（a）所示。

应用数值化方法对风条纹图像进行缩减和平滑，目的是进一步滤除其他信号，并使分辨率降低，具体设计如下：

（1）用4阶二项式系数卷积核B4去平滑图像;

（2）对子图像取2×2的抽样平均;

（3）用2阶二项式系数卷积核B2去平滑图像。

可以迭代重复此操作，经图像缩减后尺寸为原图像的1/4，每缩减一次图像分辨率放大2倍。如图1（b）所示，对像素点数为160×160、空间分辨率7.5×7.5m的X波段风条纹图像，进行2次平滑和缩减，从此图可以看到像素点数为31×31，图像空间分辨率为30×30m。

对梯度方向应用直方图统计，梯度方向出现频率最多的则为所求的梯度主方向，风向与梯度方向存在90°的夹角。但是求得的风向存在180°模糊问题，可以通过风向标测得的单点数据进行校正。

2 实验结果与分析

2.1 实验数据

实验在福建省平潭县海坛岛展开，海坛岛是台湾海峡北部的岛屿，海面开阔，岛上风力资源丰富，据统计每年岛上风力在7级以上的时间超过160天。数据时间从2010年10月22号至29号，选取不连续数据260组，每组包含32幅图像。實验期间恰遇台风“鲶鱼”，在“鲶鱼”登陆时，实验区域风向在短时间内变为西南风，在“鲶鱼”作用消失后，风向恢复为东北风，风速变化范围5～8m/s。雷达天线安装高度40m，采用HH极化方式，半径覆盖范围0.5—4.3km的圆，径向分辨率7.5m。

2.2 实验结果

对缩减平滑后的X波段风条纹图像运用Sobel算子计算梯度方向，对计算得到的梯度方向按直方图统计，求取频率最大值C，将频率>0.95C的角度值平均得到主梯度方向，图2为梯度方向直方图。主梯度方向旋转90°即为主风向，按单点风向标数据消除180°模糊问题，此时刻海面风向反演结果为33°，实测海面风向为37°。对所有雷达数据实验结果进行误差统计，与实测风向相关系数为0.89，偏差11.8°，标准差15.6°，误差8.4°。

3 总结

应用局部梯度法从X波段雷达风条纹图像中提取海面风向信息已被广泛认可，本文根据邻域点的几何关系，验证了基于Sobel算子的海表面风向反演算法具有较高的应用价值。由于实验期间，实验海域以东北风、西南风为主，未能遍历所有的风向，以后的工作是加大实验力度进一步验证算法精度指标，及从X波段雷达风条纹图像不明显区域中提取精度较高海面风向信息。

参考文献：

[1]袁赣南，贾瑞才，等.应用模拟海杂波图像反演海面风场算法研究[J].计算机辅助设计与图形学学报，2013，25（1）：55-61.

[2]杨劲松.合成孔径雷达海面风场、海浪和内波遥感技术[M].北京：海洋出版社，2005：10-18.

[3]Wu L C，Doong D J，Wu C C，etal.Wave and current extraction from marine radar images[C].Ocean Waves and Analysis，Proceedings of the Fifth International Symposium on Ocean Wave Measurement and Analysis，Madrid Spain，2005，235-238.

[4]Fetterer F，Gineris D，and Wackerman C.Validating a scatterometer wind algorithm for ERS-1 SAR[J].IEEE Trans.Geosci.Remote Sens，1998，36（2）：476-492.

[5]Stoffelen A and Aderson D.Scatterometer data interpretation：Estimation and validation of the transfer function CMOD4[J].Geophys Res.1997，102（1）：5767-5780.

[6]Horstmann J，Koch W，Lehner S，et al.Ocean winds from RADARSAT-1ScanSAE[J].Can J Remote Sens，2002，28（3）：524-533.

[7]Horstmann J，Koch W.Measurement of ocean surface winds using synthetic aperture radars[J].IEEE Journal of Oceanic Engineering，2005，30（3）：508-515.

[8]Horstmann J，Schiller H，Stellenfleth J S，et al.Global wind speed retrieval from SAR[J].IEEE Transactions on Geoscience and Remote Sensing，2003，41（10）：2277-2286.

作者简介：王凯文（1999— ），男，汉族，江苏南通人，本科，研究方向：雷达数据、图像处理等。