利用卷积神经网络降低 SAR 观测风速估计中降雨引起的误差
计算机视觉与模式识别
2023-10-20 v2 大气与海洋物理
摘要
合成孔径雷达（SAR）已知能够提供高分辨率的地表风速估计。这些估计通常依赖于地球物理模型函数（GMF），其难以考虑如降雨事件等非风过程。另一方面，卷积神经网络能够利用上下文信息，并已展示出划定降雨区域的能力。通过精心构建来自哥白尼 Sentinel-1 任务的大量 SAR 观测数据集，并与 GMF 及大气模式风速以及降雨估计共定位，我们得以训练一个在降雨下误差降低的风速估计器。与浮标现场风速测量的共定位显示，在估计降雨大于 1 mm/h（相应 3 mm/h）时，均方根误差降低了 27%（相应 45%）。这些结果证明了深度学习模型纠正 SAR 产品中降雨相关误差的能力。
引用
@article{arxiv.2303.09200,
title = {Reduction of rain-induced errors for wind speed estimation on SAR observations using convolutional neural networks},
author = {Aurélien Colin and Pierre Tandeo and Charles Peureux and Romain Husson and Ronan Fablet},
journal= {arXiv preprint arXiv:2303.09200},
year = {2023}
}
备注
13 pages, 10 figures