文献

J-GLOBAL ID：202102248976889780   整理番号：21A2453980

GNSS-R遅延Dopplerマップと遅延波形による海面風速推定のためのモデルの開発と試験モデル【JST・京大機械翻訳】

Developing and Testing Models for Sea Surface Wind Speed Estimation with GNSS-R Delay Doppler Maps and Delay Waveforms

著者 (8件)： Bu Jinwei (MNR Key Laboratory of Land Environment and Disaster Monitoring, China University of Mining and Technology, Xuzhou 221116, China) ,  Bu Jinwei (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China) ,  Yu Kegen (MNR Key Laboratory of Land Environment and Disaster Monitoring, China University of Mining and Technology, Xuzhou 221116, China) ,  Yu Kegen (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China) ,  Zhu Yongchao (College of Civil Engineering, Hefei University of Technology, Hefei 230009, China) ,  Qian Nijia (MNR Key Laboratory of Land Environment and Disaster Monitoring, China University of Mining and Technology, Xuzhou 221116, China) ,  Qian Nijia (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China) ,  Chang Jun (The First Geodetic Surveying Brigade of Ministry of Natural Resources, Xi’an 710054, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 22  ページ： 3760  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文は,サイクロングローバル航法衛星システム反射率測定(GNSS-R)データに基づく海面風速推定に焦点を合わせた。遅延ドップラーマップ(DDM)データから有用な情報を抽出するために,3つの遅延波形を風速推定のために提示した。ドップラーシフトのない遅延波形を中心遅延波形(CDW)として定義し,異なるドップラーシフト値をもつ遅延波形の積分を積分遅延波形(IDW)として定義し,一方正規化IDW(NIDW)と正規化CDW(NCDW)間の差を微分遅延波形(DDW)として定義した。最初に,データ品質管理のための閾値設定に基づくデータフィルタリング法を提案した。この方法は,洗浄DDWの二乗平均平方根(RMS)閾値を調整することによって,良質なDDMデータを選択することができる。次に,IDWの正規化バイスタティックレーダ散乱断面積(NBRCS)と前縁勾配(LES)を,クリーンDDMデータを用いて計算した。次に,NBRCSとLES観測に基づく風速推定モデルを,それぞれ開発し,そして,これに基づいて,決定係数に基づく組合せ風速推定モデルを,さらに提案した。2020年5月12日から2020年8月12日に収集したCYGNSSデータとECMWF再解析データを用いて,提案したモデルを評価した。評価結果は,NBRCSに基づく区分的関数モデルの風速推定精度が,二乗平均誤差(RMSE)に関して2.3m/sであり,一方,二重パラメータおよび三重パラメータモデルのそれは,それぞれ2.6および2.7m/sであることを示した。LESに基づく二重パラメータおよび三重パラメータモデルの風速推定精度は,3.3および2.5m/sであった。また,組合せ法のRMSEは2.1m/sであり,決定係数は0.906であり,個々のNBRCSおよびLESベースの方法と比較してかなりの性能利得を達成した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *風速 ,  前縁 ,  航行衛星 ,  微分 ,  *海面 ,  利得 ,  実効値 ,  正規化 ,  *GNSS
準シソーラス用語： 推定精度 ,  バイスタティックレーダ ,  高品質 ,  Dopplerシフト ,  決定係数 , 【Automatic Indexing@JST】

著者キーワード (6件)： CYGNSSS ,  衛星搭載グローバル航法衛星システム-反射測定(GNSS-R) ,  遅延Dopplerマップ(DDM) ,  遅延波形 ,  海面風速 ,  地球物理モデル関数(GMF)

分類 (3件)： 海洋物理学一般  (DC06010K) ,  弾性表面波デバイス  (NC03120T) ,  リモートセンシング一般  (AD04000L)

引用文献 (50件)：

• Reynolds, J.; Clarizia, M.P.; Santi, E. Wind Speed Estimation from CYGNSS Using Artificial Neural Networks. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2020, 13, 708-716.
• Zhang, G.; Yang, D.; Yu, Y.; Wang, F. Wind Direction Retrieval Using Spaceborne GNSS-R in Nonspecular Geometry. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2020, 13, 649-658.
• Huang, F.; Garrison, J.L.; Rodriguez-Alvarez, N.; O’Brien, A.J.; Schoenfeldt, K.M.; Ho, S.C.; Zhang, H. Sequential Processing of GNSS-R Delay-Doppler Maps to Estimate the Ocean Surface Wind Field. IEEE Trans. Geosci. Remote Sens. 2019, 57, 10202-10217.
• Li, W.; Cardellach, E.; Fabra, F.; Ribo, S.; Rius, A. Assessment of Spaceborne GNSS-R Ocean Altimetry Performance Using CYGNSS Mission Raw Data. IEEE Trans. Geosci. Remote Sens. 2020, 58, 238-250.
• Clarizia, M.P.; Ruf, C.; Cipollini, P.; Zuffada, C. First spaceborne observation of sea surface height using GPS-Reflectometry. Geophys. Res. Lett. 2016, 43, 767-774.

タイトルに関連する用語 (9件)： GNSS-R ,  遅延 ,  マップ ,  遅延波 ,  海面風 ,  推定 ,  モデル ,  開発 ,  試験