Wind direction estimation from SAR images of the ocean using wavelet analysis

Abstract

We present a method for the automatic estimation of wind directions from synthetic aperture radar (SAR) images of the ocean. The method is based on a wavelet analysis and assumes that the wind direction aligns with boundary-layer atmospheric roll vortices, which often appear as streaks at kilometre scales in SAR images of the ocean, and measures the orientation of the streaks. Unlike estimation methods that use the discrete Fourier transform (DFT), the streaks in SAR images are described quantitatively as a natural output of this method. Furthermore, more optimal wind directions are obtained by comparing the directional orientation of the streaks at different spatial scales. Sub-scenes in which the streaks are too weak to determine wind direction do not return a direction, as governed by a user-selected threshold. Wind directions for these sub-scenes are based on those in neighbouring sub-scenes by using an adaptive smoothing technique. Quality control involves tuning the threshold level. We apply the method to two examples of RADARSAT-1 SAR images. The results are compared with those of a DFT-based wind direction analysis, and it is shown that a robust wind direction field is obtained. Mesoscale wind structures can be described by using a finer computing grid. The estimated wind directions still include a 180°direction ambiguity.Résumé. Nous présentons une méthode pour l'estimation automatique des directions de vent à partir d'images du radar à synthèse d'ouverture (RSO) de l'océan. La méthode est basée sur l'analyse en ondelettes et repose sur la prémisse que la direction du vent s'aligne suivant les vortex des rouleaux à la couche limite de l'atmosphère, qui se manifestent souvent sous forme de stries à l'échelle kilométrique dans les images RSO de l'océan, et mesure l'orientation de ces stries. Contrairement aux méthodes d'estimation utilisant la transformée de Fourier discrète (TFD), les stries dans les images RSO peuvent être décrites quantitativement comme un produit naturel de cette méthode. De plus, des directions plus optimales de vent sont obtenues en comparant l'orientation directionnelle des stries à différentes échelles spatiales. Les sous-scènes dans lesquelles les stries sont trop faibles pour permettre de déterminer la direction du vent ne retournent pas de direction tel que défini par le seuil choisi par l'utilisateur. Les directions de vent pour ces sous-scènes sont basées sur celles des sous-scènes avoisinantes en utilisant une technique adaptative de lissage. Le contrôle de la qualité implique un ajustement du niveau de seuillage. Nous appliquons la méthode à deux exemples d'images RSO de RADARSAT-1. Les résultats sont comparés aux résultats de l'analyse des directions de vent basée sur la TFD et il est démontré qu'il est possible d'obtenir un champ robuste de directions de vent. Des structures de vent à méso-échelle peuvent être décrites en utilisant une grille de calcul plus fine. Les directions de vent estimées comportent toujours une ambiguïté de direction de 180°. [Traduit par la Rédacti...

High‐resolution mapping of Bora winds in the northern Adriatic Sea using synthetic aperture radar

“…Results of SAR wind direction retrieval based on larger-scale features (<3 km) often depict boundary layer rolls, which are more likely to differ significantly from the mean surface wind direction [Etling and Brown, 1993]. The orientation of the linear features imaged by the SAR can be retrieved by several methods, including the local gradient method [Horstmann et al, 2002;Koch, 2004], which is applied in the spatial domain, the fast Fourier transformation method [Gerling, 1986;Fetterer et al, 1998;Lehner et al, 1998], which is applied in the spectral domain, and a wavelet technique [Du et al, 2002].…”

Estimation of Wind Direction in Tropical Cyclones Using C-Band Dual-Polarization Synthetic Aperture Radar

“…When we rely only on SAR images, it is sometimes possible to extract wind directions from kilometer-scale wind streaks due to marine atmospheric boundary layer (MABL) rolls [10], [11]. The direction of the wind streaks can be determined by using the fast Fourier transform (FFT) method [10], [12]- [14], the local gradient (LG) method [15], [16], or the wavelet transform (WT) method [17]. The wind directions derived from these approaches have a 180 • ambiguity, which can be resolved by examining the wind shadowing visible on the lee of the coastlines, or by other wind sources such as atmospheric numerical models or in situ measurements [13], [14].…”

Wind resource assessment from C-band SAR

“…The streaks originate from roll vortices aligned approximately with the wind direction. Methods to determine the streak direction include FFT (Furevik et al, 2002;Gerling, 1986;Lehner et al, 1998), wavelet analysis (Du et al, 2002;Fichaux & Ranchin, 2002) and local gradients (Horstmann et al, 2002a;Koch, 2004). The 180° ambiguity associated with these methods may be removed through comparison with other data sources or through a study of wind shadows in the images.…”