基于ELM模型的SAR海浪有效波高反演方法研究

针对合成孔径雷达(SAR)海浪有效波高反演方法开展研究,提出了基于超限学习机(ELM)模型的SAR海浪有效波高经验反演方法。通过对ENVISAT ASAR波模式数据和ECMWF再分析数据进行数据时空匹配得到SAR图像与海浪有效波高的匹配数据集,分别在大匹配数据集和小匹配数据集两种情况下对SAR海洋有效波高反演算法进行经验建模,并与业务化CWAVE算法进行了对比验证。结果表明:大匹配数据集下,所提经验模型的精度为0.87,反演精度总体略逊于CWAVE算法(0.91),但在模型训练效率方面,所提经验算法(0.022 s)要优于CWAVE算法(0.514 s);在小匹配数据集下,所提经验算法反演精度为0.59,模型效率为0.008 s,均远优于CWAVE算法(-0.38和0.318 s)。基于ELM模型可以实现小匹配数据集下SAR海浪有效波高的较高精度反演。