基于SAR海浪方向譜的中國海海浪特性研究

劉曉燕,楊 倩*,宗芳伊,張曉楠，曾 侃,吳承璇

（1.山東省科學院海洋儀器儀表研究所，山東 青島 266001；2.中國海洋大學，山東 青島 266001）

基于SAR海浪方向譜的中國海海浪特性研究

劉曉燕1,楊 倩1*,宗芳伊1,張曉楠1，曾 侃2,吳承璇1

（1.山東省科學院海洋儀器儀表研究所，山東 青島 266001；2.中國海洋大學，山東 青島 266001）

基于Hasselmanns提出的SAR反演海浪方向譜的MPI算法，對2003-2012年間的中國海Envisat ASAR波模式數據進行了海浪方向譜反演。統計由反演的海浪方向譜得到的海浪有效波高數據，依據海浪浪級的劃分，分析了中國海海浪浪級的分布特點，獲得一些有參考價值的結果：(1)中國海3-4級海況的年出現概率最高，達85%；(2)中國海累月不同浪級的海浪出現概率分布符合高斯分布函數：f(x)=a★exp(-((x-1-b)/c)^2)；(3)分析上述高斯分布函數的擬合系數 a、b、c，發現其分布也有一定規律性。同時應用反演得到的海浪有效波高、平均波周期、平均波向等數據，分析了中國海的海浪時空分布特性，得到一些可供參考的結果。

SAR；海浪方向譜；有效波高；海浪特性；中國海

海浪是海洋動力學的重要研究內容。早期對于海浪的觀測主要依賴于現場浮標獲得的時間序列的海浪有效波高數據，在時間和空間上具有局限性。隨著空間衛星技術和傳感器技術的發展，海浪觀測有了新的技術手段。星載合成孔徑雷達SAR（Synthetic Aperture Radar）是一種主動式微波成像雷達，具有全天候海浪方向譜觀測能力，這是海洋浮標所不可比擬的。SAR對海浪的獨特觀測能力始于1978年Seasat-A/SAR數據。20世紀90年代，以歐空局發射的ERS-1、2/SAR和Envisat/ASAR為代表，世界各國發射的星載SAR為海浪研究和預報提供了強有力的支持。Hasselmanns et.al（1991）[1]首次提出了衛星SAR海浪圖像譜與海浪方向譜之間的非線性理論關系，并基于數據同化的概念提出了從SAR圖像反演海浪方向譜的方法MPI(Max Planck Institute)。隨后，諸多學者展開了SAR反演海浪方向譜的研究[2-7]。

傳統的海浪場時空分布特性統計分析一般包括：波高波向季節特征分析，波高年變化趨勢，風/浪變化關系，峰值波高和波周期空間分布等。數據源主要是浮標、科學考察船等實測數據，衛星高度計測量的有效波高值數據以及海浪數值預報模式數據。前人基于以上數據對中國海海浪場的研究表明[8-10]：有效波高冬季最大，春季最小；近20多年，海浪有效波高每年增加0.005～0.03 m。我國不僅是一個陸地大國，也是一個海域廣闊、海岸線漫長的海洋大國。要加強海洋的開發利用，首先要對它有整體了解。海浪是海洋中最常見的現象，熟悉和掌握其時空分布規律，對保障海上通道安全、海洋減災防災都有重大意義。

本文基于Hasselmanns提出的 SAR反演海浪方向譜的MPI算法，處理了2003年1月-2012年1月的中國海的Envisat/ASAR波模式數據，并利用衛星SAR數據的海浪方向譜反演結果，統計了海浪有效波高數據，依據海浪浪級的劃分依據，分析了中國海的海浪浪級特征。同時應用反演得到的海浪有效波高、平均波周期、平均波向等數據，分析了中國海的海浪時空分布特性，得到一些可供參考的結果。

1 方法與數據

1.1 MPI反演方法

星載SAR并非對海浪直接成像，SAR僅與海面短重力波或毛細波相互作用而成像。由于海浪對海面短重力波的調制作用，因而在SAR圖像上可觀測到作為調制信號的海浪信息，表現為明暗相間的波紋圖像。從SAR圖像可以反演獲得海浪方向譜。Hasselmanns（1991）推導出從海浪方向譜到SAR圖像譜的非線性變換關系，同時提出通過迭代求逆方法得到最優海浪方向譜的MPI反演算法。MPI反演流程圖見圖1。

本文在此只給出SAR對海浪成像的完全非線性關系的表達式（1）及其一階近似準線性表達式（2）(詳細推導過程見 Hasselmanns 1991）：

式中：n表示非線性階數；m為速度聚束參數β的階數；kx方位向波數。

圖1 MPI反演算法流程圖

圖1 MPI算法的框架核心是一個迭代求逆過程。需要SAR圖像譜和第一猜測譜作為輸入項。通過迭代來不斷修改海浪方向譜，使得第一猜測譜通過非線性變換得到的模擬SAR圖像譜盡量接近觀測的SAR圖像譜。定義了價值函數J（式3），當J取最小值時所得的海浪方向譜F(k)為最適海浪方向譜。

1.2 數據介紹

1.2.1 SAR波模式數據 Hasselmanns提出的MPI迭代循環需要觀測的SAR圖像譜作為輸入項。本文用于反演海浪方向譜的數據是Envisat_ASAR波模式單視復數據Level 1B產品ASA_WVI_1P，來源于歐空局ESA。其數據是大小為10 km×5 km的小圖像，在軌道方向的間距為100 km，極化方式為VV或HH。每天在全球海域可得到大約2 500幅小圖像。

1.2.2 數值預報模式數據 MPI反演算法需要海浪數值預報模式提供初猜譜信息。本文第一猜測譜使用的是WAM cycle4.5的數值模式結果。WAM的運行需要風場和地形數據驅動。本文采用ECMWF ERA40再分析模式風場數據作為WAM運行所需的風場和地形數據，其空間分辨率為1°x1°，時間間隔為6 h。地形數據來自TerrainBase Global Land ElevationandOceanDepth(tbase)，其空間分辨率為 5'。

1.2.3 海浪等級 目前，在國民經濟和海軍部門采用海浪級別（或海況級別）的概念來描述海浪。按照有效波高的范圍可對海浪進行等級劃分。國家海洋局對海浪等級進行劃分如表1所示。

表1 海浪級別與海浪有效波高的對照表

2 結果與分析

2.1 反演結果

圖2是一幅SAR反演海浪方向譜的結果示例圖，表示的是原始SAR圖像和它對應的反演結果。左上角為SAR圖像；右上角為SAR圖像譜，由SAR圖像通過FFT變換得到；左下角為第一猜測譜，是WAM模式預報結果；右下為最優譜，即反演后的海浪方向譜。并且可以得到海浪的有效波高、平均波長、平均周期、平均波向等海浪參數。該算法中國海的反演誤差為4.9%[11]。

圖2 MPI算法反演結果

2.2 中國海海浪浪級特性研究

本文利用2003年1月-2012年1月年間的Envisat波模式數據反演海浪方向譜，共獲得中國海海浪方向譜觀測數據58 246個。由反演的海浪方向譜得到海浪有效波高值，依據海浪浪級的劃分依據，統計并分析了中國海的海浪浪級特征。表2為2003年1月-2012年1月期間中國海及其附近海域（0～50°N，100°～150°E）各級海況出現的年平均概率及季度平均概率，表3為各級海況出現的月平均概率。可以看出，全年中國海的3～4級海況年出現概率高達85%；5～6級海況出現概率約12.6%；7級以上海況出現概率不到1%。每年4-10月份，5級以上海況出現頻率較低。11月份開始，出現大浪（5級）的頻率開始增加。

表2 2003-2012年中國海全年及各個季度不同浪級的海浪出現的概率

表3 2003-2012年中國海累月不同浪級的海浪出現概率

圖3 中國海累月不同浪級的海浪出現概率分布圖

直觀表示中國海累月不同浪級的海浪出現概率分布情況，如圖3所示。可以看出其分布符合一定的規律。本文通過擬合方法得出該規律符合高斯分布函數：

分別擬合中國海1-12月不同浪級的海浪出現概率分布函數，得到系數a，b，c的值，見表4。

表4 中國海1-12月不同浪級的海浪出現概率分布函數的擬合系數a，b，c值

圖4顯示了各個月份的擬合系數a,b,c值，中國海不同浪級的海浪出現概率分布函數的擬合系數a，b，c值有一定的分布規律。5-10月份，中國海的b，c值基本不變，a值略有差異；10月到次年4月份，以1月份為界，系數a的值先減小后增大，b，c值先增大后減小，且都符合函數f(x)=p1*x^2+p1*x+p3。通過擬合，得到a，b，c符合如下分布規律：

圖4 中國海累月不同浪級海浪出現概率分布函數系數擬合圖

2.3 中國海海浪時空分布特性研究

2.3.1 黃渤海海域海浪特征分析 圖5是黃渤海海域的海浪浪向（本文海浪的浪向指的是其傳播方向）及有效波高的統計圖，結合波周期，該海域的海浪特征分布如下：

春季，由于溫帶氣旋活動頻繁，渤黃海海域的浪向分布較為散亂。總體以W-SW-WSW向頻率最多，約為29%。次多浪向為NNW-N-NNE，頻率24%。平均波高在1.2 m左右，平均波周期約5.6 s。

夏季，受來自太平洋的西南季風的影響，浪向以N-NNW-NW為主，偏北向的總頻率達55%。平均波高在1.2 m左右，平均波周期約6.5 s。

秋季，渤黃海的海浪傳播方向轉為西偏南方向（WSW-SSW），頻率達45%，次多浪向以S，W為主。平均波高在1.3 m左右，平均波周期約6.1 s。

冬季，渤黃海海域盛行西北風，該海域的海浪浪向以SSE向為主，頻率24%。次多浪向SE，S，頻率分別約為21%，19%。平均波高在1.8 m左右，平均波周期約6.2 s。

2.3.2 東海海域海浪特征分析 圖6是東海海域的海浪浪向及其有效波高的統計圖，結合波周期，該海域的海浪特征分布如下：

春季，東海處于東北季風向西南季風的過渡時期，海浪傳播方向以WNW-W-WSW向為主，總頻率達33%。平均波高在1.6 m左右，平均波周期約6.6 s。

夏季，東海海域受太平洋西南季風的影響，海浪以向北 (NW-N-NE)傳播為主方向，浪向頻率55%；次多浪向為WNW、ENE向，頻率約為12%，8%。平均波高在1.4 m左右，平均波周期約6.6 s。

秋季，東海處在西南季風向東北季風轉換時期，此時海浪的傳播方向由偏北(NW-N-NE)向轉為偏西南向。最多浪向以WSW-SW-SSW為主，頻率在38%左右。平均波高1.7 m左右，平均波周期約6.9 s。

冬季，東海的浪向以S-SSE-SE向為主，頻率分別約為16%，18%，12%。偏南向(SW-SSW-S-SSESE)浪的總頻率約為63%。平均波高在2.1 m左右，平均波周期約7.2 s。

2.3.3 南海海域海浪特征分析 圖7是南海海域的海浪浪向及有效波高的統計圖，結合波周期，該海域的海浪特征分布如下：

春季，南海海域主浪向為WSW向，頻率約為30%；次多浪向為W，SW向，浪向頻率約為20%，19%。平均波高在1.2 m左右，平均波周期約6.0 s。

夏季，南海海域盛行西南風，海浪傳播方向以NNE-NE-ENE向為主，頻率分別為17%，16%，14%，總計達47%；其次是向北(NNW-N)傳播的海浪，頻率總計約為17%。平均波高在1.1 m左右，平均波周期約5.9 s。

秋季，南海海域海浪傳播方向轉為以WSWSW方向，總頻率為35%左右；次多浪向為W，SSW，頻率分別約為12%，10%。平均波高在1.2 m左右，平均波周期約6.2 s。

冬季，南海海域的最多浪向為WSW向(26%)和SW向(25%)，總頻率約為51%；次多浪向以W、SSW為主，頻率分別約為12%，14%。平均波高在1.9 m左右，平均波周期約7.2 s。

圖5 黃渤海海域春、夏、秋、冬（從左到右）海浪平均有效波高及浪向統計玫瑰圖

圖6 東海海域春、夏、秋、冬（從左到右）四季海浪平均有效波高及浪向統計玫瑰圖

圖7 南海海域春、夏、秋、冬（從左到右）海浪平均有效波高及浪向統計玫瑰圖

3 結論

本文利用衛星SAR觀測數據基于MPI算法反演得到了2003年1月-2012年1月中國海海浪方向譜，進而計算得到海浪參數，包括有效波高、平均波周期和平均波向。將各海浪參數進行統計分析，依據海浪浪級的劃分，分析了中國海海浪浪級的分布特點，發現了一些分布規律：(1)中國海3～4級海況的年出現概率最高，達85%；(2)中國海累月不同浪級的海浪出現概率分布符合高斯分布函數：f(x)=a*exp(-((x-1-b)/c)^2)；(3)分析上述高斯分布函數的擬合系數a，b，c，發現其分布規律性有5-10月份，b，c值基本不變，a值略有差異；10月到次年4月份，以1月份為界，系數a的值先減小后增大，b，c值先增大后減小，a，b，c都符合函數 f(x)=p1*x^2+p1*x+p3 分布規律。

結合有效波高、平均波向和平均波周期數據詳細分析了黃渤海、東海和南海的海浪場時空分布特性。發現春季，由于溫帶氣旋活動頻繁，渤黃海海域的浪向分布較為散亂，總體以W-SW-WSW浪向為主，東海處于東北季風向西南季風的過渡時期，海浪傳播方向以WNW-W-WSW向為主，南海主浪向為WSW向；夏季，渤黃海以N-NNW-NW浪向為主，東海以NW-N-NE浪向為主，南海以NNE-NEENE浪向為主；秋季，渤黃海以WSW-SSW浪向為主，東海以WSW-SW-SSW浪向為主，南海以WSW-SW浪向為主；冬季，渤黃海以SSE浪向為主，東海以S-SSE-SE浪向為主，南海以WSW-SW浪向為主；該統計結果將對中國海海域的重大和特大災害性海浪的研究有一定參考價值。

[1]Hasselmann K,Hasselmann S.On the nonlinear mapping of an ocean wave spectrum into a synthetic aperture radar image spectrum and its inversion[J].Journal ofGeophysical Research Oceans,1991,96(C6):10713-10729.

[2]Krogstad H E.A simple derivation of Hasselmann's nonlinear ocean-synthetic aperture radar transform[J].Journal of Geophysical Research Oceans,1992,97(C2):2421-2425.

[3]Brüning C,Schmidt R,Alpers W.Estimation of the ocean wave–radar modulation transfer function from synthetic aperture radar imagery[J].Journal ofGeophysical Research Oceans,2012,99(C5):9803-9816.

[4]Engen G,Johnsen H.SAR-ocean wave inversion using image cross spectra[J].Geoscience&Remote Sensing IEEE Transactions on,1995,33(4):1047-1056.

[5]Schulz-Stellenfleth J,Lehner S,Hoja D.A parametric scheme for the retrieval of two-dimensional ocean wave spectra from synthetic aperture radar look cross spectra[J].Journal ofGeophysical Research Oceans,2005,110(C5):1-7.

[6]Hasselmann S,Brüning C,Hasselmann K,et al.An improved algorithm for retrieval of ocean wave spectra from synthetic aperture radar image spectra[J].Journal ofGeophysical Research Atmospheres,1996,101(C7):16,615-16,629.

[7]李曉明.ENVISAT衛星ASAR波模式數據海浪反演算法研究[D].青島：中國海洋大學,2010.

[8]謝冬梅,陳永平,張長寬.東中國海波浪分布特征研究[J].水運工程,2012(11):189-196.

[9]李訓強,鄭崇偉,蘇勤,等.1988—2009年中國海波候、風候統計分析[J].中國海洋大學學報：自然科學版,2012(s1):1-9.

[10]鄭崇偉,劉志宏,劉寒.中國海浪級頻率、極值波高特征分析[J].氣象水文裝備,2012(2):42-45.

[11]劉曉燕.SAR反演海浪方向譜及其在中國海和西北太平洋的特性[D].青島：中國海洋大學,2014.

Research on the Wave Characteristics of China's Seas Based on SAR Directional Ocean Wave Spectra

LIU Xiao-yan1,YANG Qian1,ZONG Fang-yi1,ZHANG Xiao-nan1,ZENG Kan2,WU Cheng-xuan1
1.Institute of Oceanographic Instrumentation,Shandong Academy of Sciences,Qingdao 266001,Shandong Province,China;2.Ocean Remote Sensing Institute,Ocean University of China,Qingdao 266003,Shandong Province,China

In this paper,the MPI method proposed by Hasselmanns are used to retrieve the directional ocean wave spectra from SAR data.Its applicability has been validated with the retrieve error 4.9%by Liu xiaoyan(2014).The directional ocean wave spectra over the China's seas during the period between Jan.2003 and Jan.2012 were retrieved from Envisat/ASAR data provided by ESA.Then the retrieved significant wave heights,average wave direction and average wave period are counted to comprehensive analysis the spatial-temporal characteristics of China's seas.Some valuable results are acquired when analyzing the characteristics of the ocean wave state which is subdivided to nine grades according to the counted significant wave heights:(1)The highest occurrence probability of the wave condition in China's seas are level 3-4,up to 85%;(2)The distribution probability of different level waves appear in different months is in line with Gaussian distribution function in China's seas:f(x)=a*exp(-((x-1-b)/c)^2);(3)The fitting coefficient a,b,c,also has certain distribution regularity after analyzing the Gaussian distribution function.Then the SWH data,average wave direction data and average wave period data were combined to respectively analyze the spatial-temporal characteristics of various sea areas in China's seas,such as Bohai Sea,Yellow Sea,East China Sea and South China Sea.The results will be of great reference value to the research on the major and severe sea wave disasters in China's sea areas.

SAR;directional ocean wave spectra;SWH;ocean wave characteristics;China's seas

P733

A

1003-2029（2017）05-0081-07

10.3969/j.issn.1003-2029.2017.05.013

2017-09-03

國家自然科學基金資助項目(41206165);山東省科學院基礎研究資助項目(科基合字（2015）第11號)

劉曉燕（1989-），女，碩士，工程師，主要研究方向為衛星海洋遙感。E-mail:ouclxy@163.com

楊倩(1980-),女,博士,副研究員，主要研究方向為衛星海洋遙感。E-mail:qian.yang@ymail.com