Debido a la ruptura y evolución de las olas, aparecen líneas de grupo y armónicos de orden superior en el espectro de número de onda y frecuencia, acompañados de una disminución en la energía de la ola principal. Las líneas de grupo a menudo se consideran la principal causa de la sobreestimación del período de ola obtenida por radar coherente de microondas. Investigaciones previas han intentado eliminar parte o toda la energía de las líneas de grupo para mejorar la precisión de la estimación del período de ola. Sin embargo, debido a la incertidumbre en la distribución de energía dentro del espectro de número de onda y frecuencia, siempre existe cierto sesgo al invertir el período de ola desde el espectro. Por ello, este artículo propone un método de estimación del período medio de ola basado en un modelo integrado de bosques aleatorios y regresión lineal utilizando un radar coherente de banda X. Este método estima directamente el período de ola a partir de la secuencia espacio-temporal de velocidades de movimiento de las olas; primero, se deriva la secuencia espacio-temporal de velocidades de eco a partir del espectro Doppler temporal obtenido por el radar; luego, se extraen características de la secuencia de velocidades espacio-temporales y se construye un modelo con datos de ECMWF para predecir la distancia mínima entre picos, ubicando las crestas y valles correspondientes; finalmente, se invierte el período medio de ola usando la relación entre la longitud de onda y el período. La efectividad del método se verificó mediante simulación. Además, se realizó un análisis con un conjunto de datos de casi 3 días recopilado por un radar coherente de banda X desplegado en la costa de la provincia de Shandong, China, donde el error cuadrático medio para la polarización vertical (VV) y horizontal (HH) fue de 0,15 y 0,22 segundos respectivamente. Los resultados muestran que el método puede lograr la estimación en tiempo real de los parámetros de las olas.
关键词
Radar coherente de banda X; Período medio de ola; Secuencia espacio-temporal de velocidades; Polarización vertical (VV); Polarización horizontal (HH); Bosques aleatorios; Estimación en tiempo real