一种改进的多方向垂直偏转分量检索方法，用于SWOT宽幅数据

《IEEE Transactions on Geoscience and Remote Sensing》：An Improved Multi-Directional Retrieval Method of Vertical Deflection Components from SWOT Wide-Swath Data

　　

垂直偏差（DOV）包含了丰富的重力信息，是推导重力异常的关键输入参数，因此成为卫星测高研究的核心主题。新一代卫星测高项目“地表水和海洋地形”（SWOT）通过其独特的干涉测量技术，提供了二维（2-D）宽幅海面高度（SSH）数据。虽然从沿轨道和跨轨道观测中反演垂直偏差的方法已经成熟，但将额外的方向观测数据纳入反演模型仍然是可选的。为了优化多方向垂直偏差的估计，我们提出了一种新颖的多方向最小二乘调整（MD-LSA）方法，并在菲律宾海的部分区域进行了案例研究。与传统使用固定观测方程组的LSA不同，MD-LSA根据预定义的标准为每个网格点选择最优的方程子集，从而提高了在不同异质区域内的垂直偏差反演精度。仿真结果表明，MD-LSA在各种先验信息精度水平下均优于传统LSA。具体而言，在仅使用随机误差观测数据和高质量先验数据的情况下，与二维解决方案相比，MD-LSA分别使北向和东向垂直偏差的精度提高了64.5%和54.0%。实际数据实验验证了MD-LSA在不同测量线上都能达到全局最优解，其精度比二维LSA提高了27.9%，比最小二乘配置（LSC）提高了55.9%。此外，在近岸区域，MD-LSA的残差分布接近零，这反映了其在获取近岸重力信号方面的优越能力。这些发现证实了MD-LSA能够充分利用SWOT SSH数据的二维观测能力，有效减少随机误差，并准确恢复沿海海洋重力场信号。