基于自回归建模的快速尺度高频雷达海流测绘

我们采用自回归（AR）方法结合最大熵法（MEM）从海岸高频雷达（HFR）复电压时间序列估计径向表面流。该 AR-MEM 组合模型的性能通过合成 HFR 数据研究，并与经典多普勒谱方法比较。结果表明，对于短积分时间，AR-MEM 大幅提升了表面流估计的质量与成功率。为确认这些数值结果，利用在 Toulon 获取的 16.3 MHz HFR 实验数据集进行了相同分析。研究发现，即便在极短积分时间（约 1 分钟）下，AR-MEM 技术也能提供高质量、高覆盖的表面流图，而经典谱方法仅能在稀疏覆盖上通过质量检验。该技术的另一有益应用发现于高时间分辨率表面流追踪。揭示了时间尺度为分钟级的表面流快速变化，并显示出与湍流谱 $f^{-5/3}$ 衰减一致。