Aufgrund des Brechens und der Entwicklung von Wellen treten im Wellenzahl-Frequenz-Spektrum Gruppenlinien und höhere Harmonische auf, begleitet von einer Verringerung der Energie der Hauptwelle. Gruppenlinien werden oft als Hauptgrund für die Überschätzung der Wellenperiode durch kohärentes Mikrowellenradar angesehen. Frühere Studien versuchten, einen Teil oder die gesamte Energie der Gruppenlinien zu entfernen, um die Genauigkeit der Wellenperiodenschätzung zu verbessern. Aufgrund der Unsicherheit in der Energieverteilung im Wellenzahl-Frequenz-Spektrum gibt es jedoch immer eine gewisse Verzerrung bei der Ableitung der Wellenperiode aus dem Spektrum. Daher wird in diesem Artikel eine Methode zur Schätzung der mittleren Wellenperiode vorgeschlagen, die ein Ensemble-Modell aus Random Forest und linearer Regression auf der Basis eines kohärenten X-Band-Radars verwendet. Diese Methode schätzt die Wellenperiode direkt aus den Bewegungsmustern der Wellen in der zeitlich-räumlichen Geschwindigkeitssequenz; zunächst wird aus dem zeitlichen Dopplerspektrum des Radars die zeitlich-räumliche Geschwindigkeitsecho-Sequenz abgeleitet; dann werden Merkmale aus der Geschwindigkeitsequenz extrahiert und mit ECMWF-Daten ein Modell zur Vorhersage des minimalen Abstandes zwischen Spitzen erstellt, um die Positionen von Wellenbergen und -tälern zu finden; schließlich wird die mittlere Wellenperiode mittels der Beziehung zwischen Wellenlänge und Periode zurückgerechnet. Die Wirksamkeit der Methode wurde durch Simulation validiert. Darüber hinaus wurde mit einem fast 3 Tage umfassenden Datensatz, der durch ein kohärentes X-Band-Radar an der Küste der chinesischen Provinz Shandong gesammelt wurde, die mittlere Wellenperiode bestimmt, wobei die Root-Mean-Square-Fehler für vertikale (VV) und horizontale (HH) Polarisation jeweils 0,15 bzw. 0,22 s betrugen. Die Ergebnisse zeigen, dass diese Methode eine Echtzeitabschätzung von Meereswellenparametern ermöglicht.

kohärentes X-Band-Radar; mittlere Wellenperiode; zeitlich-räumliche Geschwindigkeitssequenz; vertikale Polarisation (VV); horizontale Polarisation (HH); Random Forest; Echtzeitschätzung