geoskill-sar-wind-speed

SAR 海面风场反演：基于简化 CMOD5/CMOD7 经验地球物理模型，由后向散射系数 σ⁰ 与风向二分法数值反演海面风速场

SAR海面风场反演 | SAR Sea Surface Wind Retrieval

Retrieves sea-surface wind speed at 10 m height from the SAR backscatter coefficient σ⁰, using a simplified CMOD (C-band Model) empirical geophysical model:

text

σ⁰_dB(U, φ, θ) = [a0 + a1·θ] + [s0 + s1·θ]·U·M(φ)
M(φ) = 1 + m1·cosφ + m2·cos2φ

where U is the wind speed (m/s), θ is the incidence angle, φ is the angle between the wind direction and the radar look direction, and M(φ) is the azimuthal modulation (upwind > crosswind > downwind). Since σ⁰_dB increases monotonically with U, the retrieval solves per-pixel roots using a vectorized bisection method and supports two sets of empirical coefficients: CMOD5 / CMOD7.

Application Scenarios / 应用场景

• Sea-surface wind field monitoring; wind field structure analysis of typhoons / cyclones
• Studies of ocean dynamics and air–sea interaction
• Offshore wind farm resource assessment

Dependencies / 依赖

bash

pip install 'numpy' 'rasterio'

Usage / 使用方法

Example 1 (Synthetic Data, Offline)

bash

python geoskill-sar-wind-speed.py --bbox 121.0 30.0 122.0 31.0 --wind-dir 45 --cmod cmod5 --synthetic --output-dir ./out

示例 2（CMOD7）

bash

python geoskill-sar-wind-speed.py --bbox 121.0 30.0 122.0 31.0 --wind-dir 90 --cmod cmod7 --synthetic --output-dir ./out

Example 3 (Real σ⁰ Imagery)

bash

python geoskill-sar-wind-speed.py --input sigma0_db.tif --wind-dir 225 --incidence-angle 35 --output-dir ./out

Example 4 (Specified Radar Azimuth)

bash

python geoskill-sar-wind-speed.py --input sigma0_db.tif --wind-dir 180 --radar-azimuth 90 --output-dir ./out

Output / 输出

File	Format	Description
wind_speed.tif	GeoTIFF	Retrieved wind speed field (m/s)
retrieval_params.json	JSON	Model coefficients, wind direction, incidence angle, and other parameters
output-manifest.json	JSON	Run manifest (including RMSE/correlation-coefficient QA for synthetic mode)

Data Source / 数据源 / Source

A local σ⁰ (dB) GeoTIFF, or a simulated scene generated by CMOD forward modeling of a --synthetic spatially varying wind field.

Privacy / 隐私声明 / Privacy

• Runs offline by default; --synthetic mode requires no network at all.
• All processing is done locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-sar-wind-speed description: 'SAR 海面风场反演：基于简化 CMOD5/CMOD7 经验地球物理模型，由后向散射系数 σ⁰ 与风向二分法数值反演海面风速场'

SAR海面风场反演 | SAR Sea Surface Wind Retrieval

从 SAR 后向散射系数 σ⁰ 反演海面 10 m 高度风速。采用简化的 CMOD（C-band Model） 经验模型：

text

σ⁰_dB(U, φ, θ) = [a0 + a1·θ] + [s0 + s1·θ]·U·M(φ)
M(φ) = 1 + m1·cosφ + m2·cos2φ

其中 U 为风速 (m/s)，θ 为入射角，φ 为风向与雷达视线夹角，M(φ) 为方位向调制 （迎风 > 侧风 > 顺风）。σ⁰_dB 对 U 单调递增，反演时用向量化二分法逐像元求根， 支持 CMOD5 / CMOD7 两套经验系数。

应用场景

• 海面风场监测、台风/气旋风场结构分析
• 海洋动力学与海气相互作用研究
• 海上风电场资源评估

依赖

bash

pip install 'numpy' 'rasterio'

使用方法

示例 1（合成数据，离线）

bash

python geoskill-sar-wind-speed.py --bbox 121.0 30.0 122.0 31.0 --wind-dir 45 --cmod cmod5 --synthetic --output-dir ./out

示例 2（CMOD7）

bash

python geoskill-sar-wind-speed.py --bbox 121.0 30.0 122.0 31.0 --wind-dir 90 --cmod cmod7 --synthetic --output-dir ./out

示例 3（真实 σ⁰ 影像）

bash

python geoskill-sar-wind-speed.py --input sigma0_db.tif --wind-dir 225 --incidence-angle 35 --output-dir ./out

示例 4（指定雷达方位）

bash

python geoskill-sar-wind-speed.py --input sigma0_db.tif --wind-dir 180 --radar-azimuth 90 --output-dir ./out

输出

文件	格式	说明
wind_speed.tif	GeoTIFF	反演风速场 (m/s)
retrieval_params.json	JSON	模型系数、风向、入射角等参数
output-manifest.json	JSON	运行清单（含合成模式 RMSE/相关系数 QA）

数据源 / Source

本地 σ⁰ (dB) GeoTIFF，或 --synthetic 空间变化风场经 CMOD 正演的模拟场景。

隐私声明 / Privacy

• 默认离线运行，--synthetic 模式完全无网络。
• 所有处理在本地完成，不上传用户数据。

License

MIT