技术领域 本发明涉及一种利用微波散射计获取的数据反演海面风场的方法，更特别地说，是指一种利用圆锥扫描极化散射计获得的后向散射系数σ0进行点方式的海面风场反演。 背景技术 圆锥扫描极化散射计是近几年提出的一种新型微波散射计，其兼有普通圆锥扫描散射计(如美国的SeaWinds散射计)和极化散射计的双重特征。在2005年11月，第41卷第6期的北京大学学报(自然科学版)公开了“SeaWinds散射计海面风场模糊去除方法研究”，在文中介绍了SeaWinds有内外2个波束，侧视角分别为40°和46°，对应于地面入射角分别为46°和54°。内侧波束以707km为扫描半径，外侧波束以900km为扫描半径。该文中利用最大似然法(MLE)对SeaWinds散射计数据反演得出的风矢量，一般存在2～4个模糊解，故需采用圆中数滤波法进行模糊去除。该文根据SeaWinds散射计第一模糊解的空间分布特性，归纳出一套适合SeaWinds散射计的模糊去除方法。此外，该文根据圆锥扫描散射计的几何观测特征，将其地面轨道划分为三个主要区域，并给出了圆中数滤波算法的一般处理步骤。 利用圆锥扫描极化散射计测得的回波信号可以获得如下测量参数，即水平极化后向散射系数σ0HH、垂直极化后向散射系数σ0VV、水平发射垂直接收的交叉极化后向散射系数σ0VH、垂直发射水平接收的交叉极化后向散射系数σ0HV、水平极化相关后向散射系数σ0VHHH和垂直极化相关后向散射系数σ0HVVV，其数学表达形式为σ0{σ0HH，σ0VV，σ0VH，σ0HV，σ0VHHH，σ0HVVV}。 海洋表面风矢量是影响海浪、海流、水团的活跃因子和海洋动力学的基本参数，在提高全球大气、海洋动力学预报模式的准确性等研究中有着重要的价值。同时，海面风矢量是影响航海、海上作业、渔业生产等的主要因素，是优化航线、航路保证、避免台风、搜索和救援工作的关键，因此，对海面风矢量的观测具有重要意义。 发明内容 本发明的目的是依据圆锥扫描极化散射计获得的后向散射系数σ0，对第一模糊解风向和第二模糊解风向进行风向区间的扩展，以及圆中数滤波的改进，从而提高海面风场反演的精度。 在本发明中，利用风向扩展后的解进行模糊解去除，能够使星下点附近区域和轨道外侧区域的风场反演精度将得到更大幅度的提高，从而使极化测量信息在风场反演中得到更为充分的利用。 在本发明中，通过对圆中数滤波方向和滤波次序进行改进，提出了一种三步滤波策略，即先对中间区域进行列向滤波，然后从中间区域向星下点附近区域和轨道外侧区域进行列向外推扩展滤波，最后再对整个轨道进行行向滤波。 本发明的一种海面风场反演的点方式反演方法，海面风场反演是利用计算机，以及安装在计算机内的海面风场反演系统综合进行的；所述海面风场反演系统包括有MLE目标函数优化单元、风向区间扩展单元和空间滤波单元； MLE目标函数优化单元对接收到的σ0{σ0HH，σ0VV，σ0VH，σ0HV，σ0VHHH，σ0HVVV}中的σ0HH、σ0VV、σ0VHHH和σ0HVVV进行风矢量模糊解反演，从而得到风速、风向模糊解F＝{F1(w，Φ)，F2(w，Φ)，F3(w，Φ)，F4(w，Φ)}；F1(w，Φ)表示第一模糊解，F2(w，Φ)表示第二模糊解，F3(w，Φ)表示第三模糊解，F4(w，Φ)表示第四模糊解，w表示利用圆锥扫描极化散射计测得的风速，Φ表示利用圆锥扫描极化散射计测得的风向； 风向区间扩展单元首选依据接收到的第一模糊解F1(w，Φ)中的风向Φ进行向左和向右扩展处理，从而得到第一风向扩展解f1[ΦL，ΦR]，ΦL表示第一模糊解F1(w，Φ)中的风向Φ向左扩展后得到的左边界风向，ΦR表示第一模糊解F1(w，Φ)中的风向Φ向右扩展后得到的右边界风向；然后依据接收到的第二模糊解F2(w，Φ)中的风向Φ进行向左和向右扩展处理，从而得到第二风向扩展解f2[ΦL，ΦR]，ΦL表示第二模糊解F2(w，Φ)中的风向Φ向左扩展后得到的左边界风向，ΦR表示第二模糊解F2(w，Φ)中的风向Φ向右扩展后得到的右边界风向；最后将f1[ΦL，ΦR]和f2[ΦL，ΦR]输出给空间滤波单元进行滤波处理； 空间滤波单元对接收到的第三模糊解F3(w，Φ)、第四模糊解F4(w，Φ)、第一风向扩展解f1[ΦL，ΦR]和第二风向扩展解f2[ΦL，ΦR]进行圆中数风向求取。 附图说明 图1是本发明海面风场反演的点方式反演的流程图。 图2是利用圆锥扫描极化散射计进行两种反演方法得到的风向平均绝对偏差随风矢量单元列号的变化曲线。 图3是利用圆锥扫描极化散射计进行两种反演方法得到的风速平均绝对偏差随风矢量单元列号的变化曲线。 图4是利用圆锥扫描极化散射计进行两种反演方法得到的风矢量单元累积比例随风向绝对偏差的变化曲线。 具体实施方式 下面将结合附图和实施例对本发明做进一步的详细说明。 参见图1所示，本发明的海面风场反演是利用计算机，以及安装在计算机内的海面风场反演系统综合进行的，所述海面风场反演系统包括有MLE目标函数优化单元1、风向区间扩展单元2和空间滤波单元3。 在本发明中，计算机是一种能够按照事先存储的程序，自动、高速地进行大量数值计算和各种信息处理的现代化智能电子设备。最低配置为CPU 2GHz，内存2GB，硬盘180GB；操作系统为windows 2000/2003/XP。 在本发明中，海面风场反演系统采用C++语言编写。 在本发明中，MLE目标函数优化单元1对接收到的 σ0{σ0HH，σ0VV，σ0VH，σ0HV，σ0VHHH，σ0HVVV}中的σ0HH、σ0VV、σ0VHHH和σ0HVVV进行风矢量模糊解反演，从而得到风速、风向模糊解F＝{F1(w，Φ)，F2(w，Φ)，F3(w，Φ)，F4(w，Φ)}；F1(w，Φ)表示第一模糊解，F2(w，Φ)表示第二模糊解，F3(w，Φ)表示第三模糊解，F4(w，Φ)表示第四模糊解，w表示利用圆锥扫描极化散射计测得的风速，Φ表示利用圆锥扫描极化散射计测得的风向。 所述风矢量模糊解反演的具体步骤采用在2006年3月第10卷第2期的《遥感学报》中公开的“一种海面风场反演的快速风矢量搜索算法”。利用在该算法中的第3.3节介绍的步骤进行具体处理，从而获取风速、风向模糊解F＝{F1(w，Φ)，F2(w，Φ)，F3(w，Φ)，F4(w，Φ)}。 所述风向区间扩展单元2首选依据接收到的第一模糊解F1(w，Φ)中的风向Φ进行向左和向右扩展处理，从而得到第一风向扩展解f1[ΦL，ΦR]，ΦL表示第一模糊解F1(w，Φ)中的风向Φ向左扩展后得到的左边界风向，ΦR表示第一模糊解F1(w，Φ)中的风向Φ向右扩展后得到的右边界风向； 然后依据接收到的第二模糊解F2(w，Φ)中的风向Φ进行向左和向右扩展处理，从而得到第二风向扩展解f2[ΦL，ΦR]，ΦL表示第二模糊解F2(w，Φ)中的风向Φ向左扩展后得到的左边界风向，ΦR表示第二模糊解F2(w，Φ)中的风向Φ向右扩展后得到的右边界风向； 最后将f1[ΦL，ΦR]和f2[ΦL，ΦR]输出给空间滤波单元3进行滤波处理。 一、在本发明中，依据第一模糊解F1(w，Φ)中的风向Φ进行向左扩展的步骤为： 第一步：将第一模糊解F1(w，Φ)中的风向Φ作为参考风向，记为Φr，并以Φr为起点向左扩展一定角度ΔΦl-1获得第一扩展左风向Φl-1；所述第一扩展左风向Φl-1应当满足的左边界条件为 第二步：搜索在参考风向Φr下所对应的MLE目标函数的最大值 Jr表示Φr对应的最大MLE目标函数； N表示测量个数，i表示测量个数N中的任意一个数，i＝1，2，3，…，N； wr表示最大MLE目标函数Jr所对应的风速； zi表示第i个后向散射系数测量值； φi表示雷达观测方位角； θi表示雷达波束入射角； pi表示极化方式，即pi＝{HH，VV，VHHH，HVVV}； M(wr，Φr-φi，θi，pi)表示在风速为φr、风向为Φr、观测方位角为φi、波束入射角为θi和极化方式为pi条件下的后向散射系数模型值； VRi表示总体误差(包括测量误差和模型误差)的方差。 第三步：以第一扩展左风向Φl-1为起点，向左扩展一定角度ΔΦl-2获得第二扩展左风向Φl-2；所述第二扩展左风向Φl-2应当满足的左边界条件为 第四步：搜索在Φl-2下所对应的MLE目标函数的最大值 Jl-2表示Φl-2对应的最大MLE目标函数； wl-2表示最大MLE目标函数Jl-2所对应的风速； M(wl-2，Φl-2-φi，θi，pi)表示在风速为wl-2、风向为Φl-2、观测方位角为φi、波束入射角为θi和极化方式为pi条件下的后向散射系数模型值； 第五步：计算从Φl-2至Φr区间下所对应的MLE目标函数随风向的变化率并判断kl是否大于设定的变化率阈值k0；若kl＞k0，则结束向左扩展；若kl≤k0，则继续向左扩展风向，并重复第三步和第四步中的操作。 二、在本发明中，依据第一模糊解F1(w，Φ)中的风向Φ进行向右扩展的步骤为： 第六步：将风向Φ作为参考风向Φl，并以Φl为起点向右扩展一定角度ΔΦr-1获得第一扩展右风向Φr-1；所述第一扩展右风向Φr-1应当满足的右边界条件为 第七步：搜索在Φl下所对应的MLE目标函数的最大值 Jl表示Φl对应的最大MLE目标函数； wl表示最大MLE目标函数Jl所对应的风速； M(wl，Φl-φi，θi，pi)表示在风速为wl、风向为Φl、观测方位角为φi、波束入射角为θi和极化方式为pi条件下的后向散射系数模型值； 第八步：以第一扩展右风向Φr-1为起点，向右扩展一定角度ΔΦr-2获得第二扩展右风向Φr-2；所述第二扩展右风向Φr-2应当满足的右边界条件为 第九步：搜索在Φr-2下所对应的MLE目标函数的最大值 其中， Jr-2表示Φr-2对应的最大MLE目标函数； wr-2表示最大MLE目标函数Jr-2所对应的风速； M(wr-2，Φr-2-φi，θi，pi)表示在风速为wr-2、风向为Φr-2、观测方位角为φi、波束入射角为θi和极化方式为pi条件下的后向散射系数模型值； 第十步：计算从Φl至Φr-2区间下所对应的MLE目标函数随风向的变化率并判断kr是否大于设定的变化率阈值k0；若kr＞k0，则结束向右扩展；若kr≤k0，则继续向右扩展风向，并重复第八步和第九步； 第十一步：提取出第五步获得的左边界风向ΦL和第十步获得的右边界风向ΦR，并将ΦL和ΦR作为风向扩展区间的上限和下限，即第一风向扩展解f1[ΦL，ΦR]。 三、从第二模糊解F2(w，Φ)中获得第二风向扩展解f2[ΦL，ΦR]的具体处理步骤与第一模糊解F1(w，Φ)的处理步骤相同。 本发明中风向取值区间的扩展是反演方法改进的关键环节。由最大似然目标函数的数学意义可知，目标函数值只是风速、风向取值概率的一种相对度量，而非真实概率。目标函数的绝对数值和变化幅度通常随几何观测参数、测量噪声和风矢量的不同而在一定范围内变化。因此，在此情况下，难以单独在风向上精确计算目标函数所对应的真实概率，并用统一的标准对其进行归一化。实验表明，目标函数在其峰值附近随风向的变化率受几何观测参数、测量噪声和真实风矢量变化的影响相对比较微弱，能够较稳定地反映出峰值附近目标函数随风向变化的陡缓程度。据此，本发明以目标函数随风向的变化率作为度量指标对风向取值区间进行扩展，寻找风向扩展区间的左右边界值。 所述空间滤波单元3对接收到的第三模糊解F3(w，Φ)、第四模糊解F4(w，Φ)、第一风向扩展解f1[ΦL，ΦR]和第二风向扩展解f2[ΦL，ΦR]进行圆中数风向求取，所述圆中数风向的求取步骤为： 第3-1步：利用第三模糊解F3(w，Φ)、第四模糊解F4(w，Φ)、第一风向扩展解f1[ΦL，ΦR]和第二风向扩展解f2[ΦL，ΦR]构建参与滤波的扩展风向数组(即)；在本发明中，所述扩展风向数组的排列方式是按f1[ΦL，ΦR]→f2[ΦL，ΦR]→F3(w，Φ)→F4(w，Φ)； 第3-2步：利用风向残差和且对扩展风向数组进行圆中数滤波处理，获得滤波窗口中心圆中数风向； 风向残差和中各字母的物理意义为： 表示滤波窗口中心位置(i，j)处第k个模糊解风向对应的残差和；i表示滤波窗口中心在滤波风场中的行数，j表示滤波窗口中心在滤波风场中的列数； S表示滤波窗口的长度； 表示扩展风向数组； θmn表示滤波窗口内(m，n)位置处的风向，m表示某点在滤波窗口中的行数，n表示某点在滤波窗口中的列数。 第3-3步：拾取出最小残差和所对应的风向(即最小残差风向)，并将该风向作为滤波窗口的圆中数风向，并记录该风向所对应的索引号； 第3-4步：根据索引号判断该风向属于扩展风向数组的第三模糊解F3(w，Φ)、第四模糊解F4(w，Φ)、第一风向扩展解f1[ΦL，ΦR]或者第二风向扩展解f2[ΦL，ΦR]中的哪一个； 第3-5步：如果最小残差风向属于第一风向扩展解f1[ΦL，ΦR]或者第二风向扩展解f2[ΦL，ΦR]，则计算搜索该风向上的目标函数最大值及其对应的风速，并将该风向和计算出的风速作为圆中数模糊解；如果最小残差风向属于第三模糊解F3(w，Φ)或者第四模糊解F4(w，Φ)，则直接将该模糊解作为圆中数模糊解； 第3-6步：用圆中数模糊解替换当前滤波窗口中心的模糊解。 模糊解去除需要对上述圆中数求解过程在滤波风场上进行多次迭代才能实现。本发明依据文献“SeaWinds散射计海面风场模糊去除方法研究”中对地面轨道划分的原则，将圆锥扫描极化散射计的地面轨道划分为三个区域：即轨道外侧区域、轨道中间区域和星下点附近区域。实验表明，圆锥扫描极化散射计地面轨道的中间区域第一模糊解质量较好，其正确率一般超过50％，且在空间上随机分布。因此，在模糊去除时，可以利用中间区域滤波后的风场作为参考，以中间区域两个边界作为起点分别向星下点附近区域和轨道外侧区域进行外推滤波。基于此，本发明通过调整滤波次序和改变滤波方向对传统圆中数滤波算法进行了改进，改进后的滤波算法步骤如下： 首先：对轨道中间区域以第一模糊解初始化，并沿列向进行圆中数滤波； 其次：以轨道中间区域滤波后的风场作为参考，从左右两个边界处分别向星下点附近区域和轨道外侧区域进行外推滤波，滤波方向仍然为列向； 最后：以前两步滤波后的风场作为初始风场，对整个轨道进行滤波，滤波方向为行向。 在本发明中，以第一模糊解初始化是指选取第一模糊解构成的风场作为圆中数滤波的初始条件。 第一模糊解分布特征是设计模糊去除算法的出发点，本发明根据地面轨道不同位置上第一模糊解的质量情况，建立适合圆锥扫描极化散射计的模糊去除算法。第一模糊解质量，取决于后向散射系数测量值数目、极化方式及其几何观测参数，而测量值数目与几何参数配置又与地面轨道位置有关。因此本发明提出的圆中数模糊解的求取方法及其滤波算法能够有效解决传统圆中数滤波算法中存在的风向反演不够精确问题。 本发明的空间滤波方式既适用于矢量滤波，也适用于风向滤波，由于矢量滤波与风向滤波的效果差异很小，因此在本发明中采用风向滤波模式，忽略风速的影响。改进的风矢量反演算法通过对风向取值区间的扩展为模糊去除提供了更多的风矢量可能解。 实施例 以圆锥扫描极化散射计为例，构建散射计仿真平台，对上述风矢量反演和模糊去除算法进行仿真实验验证。在仿真实验中，采用的轨道参数、仪器参数和几何观测参数。参数设置如下： A.卫星平台参数 ●轨道形式：太阳同步回归晨昏轨道 ●轨道倾角：90.34° ●轨道半长轴：7341.732Km ●轨道平均高度：963Km ●轨道周期：104.46min ●降交点地方时：6:00AM ●近地点幅角：90° ●偏心率：0.00117 B.几何观测参数 ●扫描方式：圆锥旋转扫描 ●扫描速率：18rpm ●波束侧视角：内侧波束35°，外侧波束40.5° ●波束入射角：内侧波束41.3°，外侧波束47.7° ●波束斜距：内侧波束1223Km，外侧波束1346Km ●照射面积：内侧波束23×33Km，外侧波束25×36Km C.仪器系统参数 ●发射功率(Pt)：120W ●天线增益(G)：内外波束均为39dB ●雷达波长(λ)：0.02263126m ●脉冲宽度(Tp)：1.5ms ●系统损耗(LF)：3dB ●驻留时间脉冲个数(np)：1 ●信噪比降低因子(M)：1 ●方位向分辨率(δaz)：25Km ●信号带宽(B)：0.5MHz ●噪声系数(F)：5dB ●极化方式(pi)：内侧波束HH、VHHH，外侧波束VV、HVVV 一、目标函数变化率阈值的确定 本发明采用目标函数变化率作为风向取值区间扩展的度量指标，因此确定合适的目标函数变化率阈值是保证算法成功运行的关键。目标函数变化率阈值需要通过仿真计算来确定。仿真实验表明，对于上述参数设置条件下，圆锥扫描极化散射计的目标函数变化率阈值取0.1较为合适。 二、地面轨道区域界线的确定 由于对于圆锥扫描极化散射计，受几何观测参数配置的影响，地面轨道不同区域的第一模糊解质量和风向扩展区间范围存在差异，因此需要按一定顺序分区域进行圆中数滤波才能获得较好的模糊去除效果。地面轨道区域的划分对模糊去除效果有重要影响，本研究通过模糊去除仿真实验将地面轨道划分为如下三个区域： A.轨道外侧区域：第1～9列和第66～74列。 B.轨道中间区域：第10～19列和第56～65列。 C.星下点附近区域：第20～55列。 三、圆锥扫描极化散射计风场反演流程 相对于同极化后向散射测量值，极化相关后向散射测量值在风场反演中需要进行一些特殊处理，主要体现在两个方面，一是相对方位角的计算，二是后向散射系数模型值的计算，对于极化相关后向散射系数需要调用极化地球物理模型函数。 这里利用构建的仿真平台和上述给出的参数，选取SeaWinds散射计L2B数据文件中的NWP数据作为输入风场，对圆锥扫描极化散射计的风场反演进行实验研究。为了消除个别轨道对风场反演结果的影响，选用轨道号为10158～10167共10条轨道的NWP数据作为风场反演实验数据。 为了全面地反映本发明设计的改进算法在进一步提高风场反演精度方面的有效性，在本发明中对相同参数条件下传统算法和改进算法的风速、风向反演偏差进行了统计和对比，并详细分析了反演偏差随风矢量单元列号的变化规律、以及风向偏差在不同偏差区间上的分布情况。在模糊去除中，滤波窗口大小为7×7，最大迭代次数为100次。 在本实施例中，利用圆锥扫描极化散射计进行两种反演方法得到的风向平均绝对偏差随风矢量单元列号的变化曲线。图2中表明，受圆锥扫描几何观测模式的影响，两种反演方法的风向平均绝对偏差随单元列号的变化在总体上均呈现出“W”形状，但是相对于传统方法，改进方法的风向平均绝对偏差在地面轨道上的绝大部分区域都有明显下降，特别是靠近星下点的轨道区域上风向反演精度提高了2°左右，此外轨道外侧的部分区域上风向反演精度也得到了一定程度的提高。这表明改进反演方法确实能有效提高极化散射计大部分轨道区域上的风向反演精度，因此具有一定的潜在应用价值。两种反演方法一种是传统反演方法，另一种是改进反演方法，即应用本发明上述介绍的反演方法。 在本实施例中，利用圆锥扫描极化散射计进行两种反演方法得到的风速平均绝对偏差随风矢量单元列号的变化曲线。图3中表明，受圆锥扫描几何观测模式的影响，两种反演方法的风速平均绝对偏差随单元列号的变化在总体上仍然呈现出“W”形状，两种反演方法的风速反演偏差基本保持一致。 在本实施例中，利用圆锥扫描极化散射计两种反演方法风矢量单元累积比例随风向绝对偏差的变化曲线。图4中表明，与传统反演方法相比，改进反演方法使存在于0～15°之间的部分风向模糊得到有效去除，从而获得了较高的风向反演精度。