关于利用ELM模型进行SAR海浪有效波高的反演研究

简介：
本研究探讨了运用ELM（极限学习机）模型对SAR图像中的海浪有效波高进行反演分析的方法与效果，旨在提升海洋遥感数据处理的精度和效率。 本段落针对合成孔径雷达(SAR)海浪有效波高反演方法进行了研究，并提出了一种基于超限学习机（ELM）模型的SAR海浪有效波高经验反演方法。通过将ENVISAT ASAR波模式数据和ECMWF再分析数据进行时空匹配，获取了与SAR图像相匹配的有效波高数据集。在大样本和小样本两种情况下分别对提出的算法进行了验证，并将其与业务化的CWAVE算法进行了对比。 结果表明，在使用大量匹配的数据时，所提出的经验模型的精度为0.87，略低于CWAVE算法（0.91），但在训练效率方面显著优于后者（用时分别为0.022秒和0.514秒）。而在小样本数据集的情况下，提出的经验反演方法不仅在精度上达到了0.59，还大大提高了模型的运算效率至仅需耗时0.008秒。这明显超越了CWAVE算法（其结果为-0.38和用时0.318秒）。因此，在小样本数据集的情况下，基于ELM模型的方法可以实现对SAR海浪有效波高的高精度反演。