近日，我室与河海大学联合培养的硕士研究生姜冲在Remote Sensing上发表了题为《Wind Speed Retrieval Using Global Precipitation Measurement Dual-Frequency Precipitation Radar Ka-Band Data at Low Incidence Angles》的研究论文，指导老师为我室任林副研究员和杨劲松研究员（通讯作者）。

全球降雨观测卫星Global Precipitation Measurement（GPM）搭载的双频降雨雷达Dual-frequency Precipitation Radar（DPR），是一种工作在小入射角的星载雷达，拥有Ku、Ka两个波段，主要设计用来观测全球降雨，可以获得的海表面的归一化雷达截面（Normalized Radar Cross Section, NRCS）。由于小入射角下NRCS对风速敏感度较高，会随着风速增加而单调降低，因此可以使用经验模型将NRCS数据反演成海表面风速。

在小入射角的海表面风速反演领域，已有的研究主要集中在Ku波段，分析了Ku波段NRCS的数据特性，建立了一系列适用于Ku波段的经验模型。但是对于Ka波段的研究较少，具体的风速模型也还没有建立。

因此，论文首先参考了小入射角的准镜面模型，筛选出可能对NRCS产生影响的有效波高（SWH）、海表面流速（CSPD）和海表面温度（SST），依次分析了和NRCS的相关性。通过分析得出，NRCS会随着SST增加而增加；与SWH和SST相比，SST对NRCS的影响不可忽视。接着，根据Ka波段NRCS随着SST逐渐增加且近似平行的特性，本文提出了一个基于SST分段的经验风速反演模型，将NRCS表示为入射角、风速和SST的分段线性二阶多项式函数。最后将模型反演风速与GPM Microwave Imager (GMI)风速产品对比，得到的偏差为0.07m/s，均方根误差为1.45m/s。该模型拥有将DPR Ka波段NRCS很好地反演成海表面风速的能力。

本研究有利于拓宽GPM DPR卫星数据的用途，多源化海表面风速数据集，同时也给其他的Ka波段星载雷达观测海表面风速提供参考。

Jiang, C.; Ren, L.; Yang, J.; Xu, Q.; Dai, J. Wind Speed Retrieval Using Global Precipitation Measurement Dual-Frequency Precipitation Radar Ka-Band Data at Low Incidence Angles. Remote Sensing, 14(6).https://doi.org/10.3390/rs14061454.