用于SAR湿表面比观测集合卡尔曼滤波分析的高斯变形法
图像与视频处理
2023-11-30 v1 大气与海洋物理
摘要
得益于融合多类观测（许多源自空间对地观测）的数据同化（DA）策略进展，洪水模拟与预报能力已大幅提升。本文聚焦于在洪水事件中利用合成孔径雷达（SAR）影像反演的二维洪水观测，通过双状态-参数集合卡尔曼滤波（EnKF）进行同化。此处将二值湿/干图表达为洪泛区若干子域上的湿表面比（WSR）。该比率与现场水位观测联合同化，以改善洪泛区内的流动动力学。然而，SAR反演观测相关的非高斯观测误差破坏了EnKF应用的主要假设，从而危及滤波分析的最优性。本文创新点在于采用高斯变形过程（GA）处理SAR反演WSR观测的非高斯性。该DA策略在法国西南加龙河马尔芒德流域（以TELEMAC-2D水动力模型表征）得到验证与应用，先通过孪生实验，再用于2021年1—2月发生的一次重大洪水事件。结果表明，在现场水位观测之外补充同化SAR反演WSR观测，可显著改善洪水动力学的表征；且GA变换进一步提升了DA分析，虽非DA策略中的关键组件。本研究借助可得遥感数据集，预示了在观测稀疏流域进行洪水预报的可靠方案。
引用
@article{arxiv.2304.01058,
title = {Gaussian Anamorphosis for Ensemble Kalman Filter Analysis of SAR-Derived Wet Surface Ratio Observations},
author = {Thanh Huy Nguyen and Sophie Ricci and Andrea Piacentini and Ehouarn Simon and Raquel Rodriguez Suquet and Santiago Peña Luque},
journal= {arXiv preprint arXiv:2304.01058},
year = {2023}
}
备注
19 pages, 13 figures. Submitted to the IEEE Transactions on Geoscience and Remote Sensing