基于海面高度场和流速同步遥感观测的内波参数反演方法研究

Internal waves have great influence on the ocean ecology, ocean engineering and ocean military. Amplitude is an important parameter to evaluate the scale of internal waves. So the research on parameter inversion of internal waves, especially amplitude inversion, is necessary and meaningful. Propagation of internal waves will induce variations of sea surface height and ocean current which cannot be synchronous detected in wide swath with traditional remote sensing methods. Internal wave induced variations of sea surface height and ocean current are closely related to amplitude. The synchronous detected multi-dimensional information can shed new insights into the research of amplitude inversion of internal waves. In this project, wide swath synchronous observations of wave induced sea surface height and currents will be achieved using interferometric radar altimetry data. The research mainly focus on three aspects: extraction of wave induced sea surface height variations using interferometry techniques, extraction of wave induced ocean current variations using Doppler Shift method and inversion of amplitude of internal waves based on extracted synchronous multi-dimensional information using statistical analysis...The implementation of this project will enhance our understanding of internal wave induced ocean surface modulations, improve the accuracy of inversed amplitude of internal waves and provide references for ocean engineering, etc.

内波对海洋生态、工程和军事等均有重要影响，振幅是衡量内波强度的重要参数，因此开展内波的参数反演尤其是振幅的反演具有重要意义。研究表明内波传播会对海面高度场和流速产生调制，而传统遥感手段无法对海面高度场和流速开展宽刈幅、同步观测。内波导致的海面高度场和流速变化都与振幅密切相关，同步探测多维度海面信息可以为内波振幅的反演研究提供新视角。本项目拟利用三维成像雷达高度计数据开展内波对海面高度场和流速调制的宽刈幅同步观测。主要研究内容为：基于三维成像雷达高度计数据，利用干涉测量技术提取内波致海面高度场变化；利用多普勒质心频移方法实现内波致海面流速变化提取；最后基于同步探测的宽刈幅、多维度海面信息（高度场、流速变化和亮暗间距）构建内波振幅高精度反演模型，实现内波振幅的高精度反演。. 本项目的完成将提升对内波调制海面的认识和理解，提高内波振幅的反演精度，为海洋工程等相关领域提供重要的参考

内孤立波对海洋生态、工程和军事等均有重要影响，振幅是衡量内孤立波强度的重要参数，因此开展内孤立波的参数反演尤其是振幅的反演具有重要意义。本项目针对内孤立波这一关键海洋现象，围绕内孤立波振幅反演这一重要问题开展了针对性和拓展性的研究工作，具体如下：首先，近年来人工智能技术蓬勃发展，为内孤立波的研究带来了新的研究视角。项目负责人利用人工智能的迁移学习技术融合了内孤立波的实验室数据、实测数据和匹配的遥感数据构建了高精度的内孤立波振幅反演模型。通过内孤立波多源观测数据的融合，实现了从遥感图像上高精度反演内孤立波的振幅，并根据遥感图像提取的二维信息实现水下内孤立波三维结构的重构。其次，在基于高度计观测数据研究内孤立波方面，负责人利用不同工作模式下的高度计数据分析了不同体制高度计观测数据对内孤立波现象的响应机制，从遥感观测角度发现了水下内孤立波波形与海面起伏的反相位关系。最后，负责人围绕内孤立波开展了拓展性研究，利用多源遥感数据构建了轻量化的内孤立波预报模型，可以实现分钟级高精度的内孤立波传播预报。该模型在多个海区进行了验证测试，表现出较高的精度。该研究工作的开展为深入理解内孤立波生成传播机制及其对海洋环境等的影响具有重要意义，可为海上工程、水下航道规划等提供技术支撑。