散射計圖像濾波重建技術
低空間分辨率、高時間分辨率的散射計數(shù)據(jù)適于大尺度的海洋研究,然而在陸地和海冰研究方面,低分辨率卻降低了數(shù)據(jù)的可用性。一種稱為散射計圖像濾波重建(Scatterometer Image Reconstruction with Filter,簡稱SIRF)的算法技術應運而生。該算法通過將衛(wèi)星連續(xù)幾天內的多次和多個角度測量數(shù)據(jù)合成起來而達到提高分辨率的效果(Long,1993)。
散射計圖像濾波重建算法SIRF的定義如下:
在一個限定的入射角范圍內[20°,55°],雷達后向散射系數(shù)σ0 (單位為dB)近似為入射角θ的線性函數(shù):
式中A和B是地表特征、方位角和極化方式的函數(shù)。A是中掃描帶寬即人射角為40°時的σ0值,B表征了在一定入射角范圍內后 向散射系數(shù)的梯度,反映了后向散射系數(shù)σ0與入射角θ之間的關系。使用SIRF算法可以從間隔數(shù)天的σ0測量數(shù)據(jù)中同時產生A和B影像。
該算法最初設計應用于SAAS衛(wèi)星數(shù)據(jù),因其效果很好而在后續(xù)的散射計數(shù)據(jù)處理中得到了廣泛的運用。以NSCAT為例,在極地地區(qū)取每6天的數(shù)據(jù)來處理,經(jīng)過SIRF處理后分辨率可以由25km提高至8-10km。圖2所示為北極和南極地區(qū)NSCAT的A和B影像。另外,ESCAT數(shù)據(jù)經(jīng)SIRF處理后分辨率約為25km,SAAS為8-10km,QSCAT為8-10km或5-6km。由于QSCAT是以兩個固定的入射角進行測量,故在其產品中沒有B影像。