[論文レビュー] High-Frequency Radar Ocean Current Mapping at Rapid Scale with Autoregressive Modeling

Baptiste Domps, Dylan Dumas+2 more|arXiv (Cornell University)|Jun 19, 2020

Oceanographic and Atmospheric Processes参考文献 35被引用数 21

ひとこと要約

本稿では、最大エントロピー法（MEM）を組み合わせた自己回帰的モデリング手法（AR-MEM）を提案し、短時間スケールでの高周波レーダー（HFR）海洋流速マッピングを向上させる。従来のFFTに基づくスペクトル推定に代えてAR-MEMを採用することで、1分間の積分時間で信頼性の高い径方向流速推定が可能となり、カバレッジと信号対雑音比の耐障害性が著しく向上する。同時に、1分間スケールでコルモゴロフの−5/3乗法則に一致する乱流スペクトル減衰が明確に観測された。

ABSTRACT

We use an Autoregressive (AR) approach combined with a Maximum Entropy Method (MEM) to estimate radial surface currents from coastal High-Frequency Radar (HFR) complex voltage time series. The performances of this combined AR-MEM model are investigated with synthetic HFR data and compared with the classical Doppler spectrum approach. It is shown that AR-MEM drastically improves the quality and the rate of success of the surface current estimation for short integration time. To confirm these numerical results, the same analysis is conducted with an experimental data set acquired with a 16.3 MHz HFR in Toulon. It is found that the AR-MEM technique is able to provide high-quality and high-coverage maps of surface currents even with very short integration time (about 1 minute) where the classical spectral approach can only fulfill the quality tests on a sparse coverage. Further useful application of the technique is found in the tracking of surface current at high-temporal resolution. Rapid variations of the surface current at the time scale of the minute are unveiled and shown consistent with a $f^{-5/3}$ decay of turbulent spectra.

研究の動機と目的

• 従来のHFR信号処理が長時間積分（10–60分）に依存するという限界を是正すること。
• 短時間積分条件下でも、径方向表面流速推定の信頼性と空間的カバレッジを向上させること。
• 津波早期警報や油膜追跡などの新規応用を想定し、急速な表面流速変動を高時間分解能でモニタリングできること。
• 合成データおよびフランス・トゥロンでの実世界のHFR測定データを用いてAR-MEM手法の妥当性を検証すること。
• 高時間分解能の流速推定を用いて、1分間スケールの時間周波数における乱流スペクトル行動の有無を調査すること。

提案手法

• HFRレーダーの複素電圧時間系列を、下位のスペクトルダイナミクスを捉えるために自己回帰（AR）過程としてモデル化する。
• AR係数は、標準FFTよりもスペクトル分解能が高く雑音抑制効果に優れる最大エントロピー法（MEM）を用いて推定する。
• AR-MEM手法はドップラースペクトルにおける一次ブレッグピークの振幅を強化し、径方向流速の検出精度を向上させる。
• さまざまな信号対雑音比と積分時間条件下での性能評価を目的として、合成HFRデータに手法を適用する。
• フランス・トゥロンの16.3 MHz WERA HFRシステムから得た実験データを用い、AR-MEM結果と古典的FFTベース推定を比較して検証する。
• 径方向流速のフラクチュエーションのパワースペクトル密度（PSD）分析を実施し、特に−5/3乗法則に従う乱流スケーリング行動を検出する。

Figure 1: Simulated bistatic ( $\displaystyle\varphi=15\degree$ ) second-order Doppler spectrum at radar frequency 16.3 MHz, for a Pierson-Moskowitz oceanic spectrum with wind speed $\displaystyle 5$ m.s -1 in the absence of surface current and noise. The first-order Bragg peaks are located at $\dis

実験結果

リサーチクエスチョン

• RQ1 AR-MEMは、古典的FFTベーススペクトル解析と比較して、短時間積分（例：約1分）における径方向表面流速推定の精度と信頼性を向上させることができるか？
• RQ2 AR-MEM手法は、信号対雑音比が低い状況下でも、有効な流速推定の空間的カバレッジを顕著に拡大するか？
• RQ3 AR-MEM技術は、1分間スケールの時間的変動を解像でき、高時間分解能でのモニタリングを可能にするか？
• RQ4 高時間周波数領域において、径方向流速のパワースペクトル密度（PSD）が−5/3乗減衰を示し、コルモゴロフ乱流を示唆するか？
• RQ5 AR-MEMに基づく流速マップは、独立した水中漂流ブイのデータと照合可能か？

主な発見

• AR-MEM手法は、1分間の積分時間で信頼性の高い径方向流速推定が可能であり、古典的FFT手法では90％以上のレーダーカバレッジで品質基準を満たせない。
• 短時間積分（例：1分）条件下では、特に信号対雑音比が低い状況で、AR-MEM手法はFFT手法と比較して流速推定成功確率を50％以上向上させる。
• AR-MEM手法は、径方向流速PSDに−5/3乗法則に従う乱流スペクトル減衰を検出可能にし、時間周波数で少なくとも2桁の範囲にわたり継続する。
• AR-MEMで推定された径方向流速のパワースペクトル密度（PSD）は、FFTがNyquist周波数で飽和するのに対し、最大で約6.7サイクル/時間まで高周波数領域まで延びる。
• 水中漂流ブイの実測データとの実験的検証により、AR-MEMに基づく流速推定の高精度が確認され、特に高時間分解能条件下で顕著である。
• AR-MEM手法は1分間スケールの急速な流速変動を明らかにし、津波早期警報やラグランジュアン輸送モデリングなどのリアルタイム応用の可能性を示している。

Figure 2: Influence of the AR order in estimating the radial current $\displaystyle U_{r}$ from a synthetic HFR time series with AR-MEM for an integration time of 4.5 min ( $\displaystyle N=1024$ time steps) and $\displaystyle U_{r}=0.3$ m.s -1 . The radar signal is modeled by a random stationary pr