Estimating significant wave height from SAR imagery based on an SVM regression model

• 作 者: GAO Dong LIU Yongxin MENG Junm
• 机 构: CollegeofElectronicandInformationEngineering,TheFirstInstituteofOceanography,NationalSatelliteOceanA
• 出 处: 海洋学报：英文版
• 发表日期: 2018年3期
• 关键词: 回归模型 ASAR 波浪高度 SVM 计重 粒子群优化 形象 光谱分解 advanced synthetic aperture radar wave mode
• 基金项目: The National Key Research and Development Program of China under contract Nos 2016YFA0600102 and2016YFC1401007,the National Natural Science Youth Foundation of China under contract No.61501130,the Nat

为从先进的合成的孔雷达(ASAR ) 估计重要波浪高度(SWH ) 的一个新方法波浪模式数据基于一台支持向量机器(SVM ) ，回归模型被介绍。模型基于在 ⁰, 之间的一种非线性的关系被建立规范的 SAR 图象的变化， SAR 图象光谱光谱分解参数和海浪 SWH。SAR 图象的特征参数是 SVM 回归模型的输入参数，并且 SWH 由中等范围的天气预报(ECMWF ) 的欧洲中心提供是输出参数。根据匹配的数据设置了的 ASAR，一个粒子群优化(PSO ) 算法被