[发明专利]一种基于SAR数据的城区空气动力学粗糙度反演方法

说明书

本发明公开了一种基于SAR数据的城区空气动力学粗糙度反演方法，包括：第一步：对SAR数据处理，提取出能表征下垫面粗糙特性的极化散射参量；第二步：对气象塔测量到的多层风速风向梯度数据处理，计算出不同方向上空气动力学粗糙度；第三步：利用方向与尺度分析，根据极化散射参量与空气动力学粗糙度之间的相关性确定上风向扇形区域的最佳尺寸；第四步：从SAR图像中提取最佳上风向扇形区域内的极化散射参量，在其与城区空气动力学粗糙度之间建立定量关系模型；第五步，利用第四步建立的定量关系模型反演得到城区空气动力学粗糙度分布图。本发明提出了建立SAR数据与城区空气动力学粗糙度定量关系模型的方法，适用于城市下垫面粗糙度特性的精细刻画。

技术领域

本发明涉及空气动力学粗糙度计算技术领域，特别是涉及一种基于SAR数据的城区空气动力学粗糙度反演方法。

背景技术

城市是人口密集、社会经济活动集中和资源相对聚集的空间地域。快速增加的建筑物、道路网等人工目标极大地改变了地表的粗糙度特性，下垫面粗糙特征的改变影响大气湍流和微气象，改变湍流的传输、扩散和大气污染物的沉降。因此，城市化进程导致了非常复杂的城市边界层结构，城市区域的地气相互作用是当前研究的热点之一。空气动力学粗糙度(aerodynamic roughness)z₀定义为地表上方风速为零的高度，是表征空气动力学特征的重要参数，其大小在一定程度上反映了地表与大气的物质能量交换。空气动力学粗糙度参数是城市气象和大气环境监测研究的重要输入参数，定量、准确获取该参数对于正确理解城市下垫面的空气动力学特性具有重要意义。然而，城市是地表最粗糙的下垫面类型，下垫面粗糙元高度在几十米左右，且空间分布非常复杂，具有高度异质性，要在空气动力学粗糙度与粗糙元形态特征间建立准确的定量关系是很困难的。

计算空气动力学粗糙度的常规方法有气象学方法和形态学方法。气象学方法是根据通量塔或者气象站获取的资料计算得到，但该方法通常需要风温梯度数据或三维风速数据，成本高，难度大，且只能获取某个点上的空气动力学粗糙度。形态学方法是利用基础地理信息数据和LiDAR数据获取粗糙元的形态学参数，然后建立空气动力学粗糙度与地面粗糙元高度、粗糙元分布密度以及迎风面积等参数间的关系模型，该方法数据更新慢、成本高的问题严重限制了其在城区下垫面粗糙特性研究中的应用。目前城区下垫面空气动力学粗糙度的研究仍处于初始阶段，迫切需要针对城市下垫面发展适用的方法。

合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时全天候对地观测能力，对地物几何结构和粗糙特性敏感，因此，为下垫面粗糙特性研究提供了重要手段。现有的利用SAR数据进行空气动力学粗糙度反演的方法基本可以分为两类。第一类方法是分类查表法，即利用SAR图像进行分类，利用查找表确定每种地物类型的空气动力学粗糙度，进而得出某个区域的空气动力学粗糙度分布图。这是目前最常用的方法，但这种方法通常用于中尺度模型，当用于城市区域时要求非常精细的分类结果，这对于异质性很高的城市区域来讲是很困难的。第二类方法是在空气动力学粗糙度与SAR图像后向散射系数之间建立关系模型，但现有研究未考虑到城市区域空气动力学粗糙度的方向和尺度特性，忽略了城市下垫面粗糙元空间分布的高度异质性，因此不能有效刻画城区空气动力学粗糙度的时空分布特征。

由此可见，上述现有的城区空气动力学粗糙度计算方法显然仍存在不足，如何能创设一种充分考虑城市区域下垫面粗糙元分布具有高度异质性的特点，结合方向与尺度分析技术的空气动力学粗糙度反演方法，实属当前重要研发课题之一。

发明内容

本发明要解决的技术问题是提供一种基于SAR数据的城区空气动力学粗糙度反演方法，使其充分考虑城市区域下垫面粗糙元分布的特点，借助方向与尺度分析技术，克服现有的城区空气动力学粗糙度计算方法的不足。

为解决上述技术问题，本发明提供一种基于SAR数据的城区空气动力学粗糙度反演方法，其特征在于，包括如下步骤：

第一步：对所述城区下垫面的SAR数据进行处理，提取出能表征所述下垫面粗糙特性的极化散射参量；