共查询到20条相似文献，搜索用时 31 毫秒
1.
中法海洋卫星散射计近海岸海面风场反演研究 总被引：1，自引：0，他引：1
中法海洋卫星散射计(CSCAT)使用扇形波束旋转扫描体制,能够以多角度测量同一海面的雷达后向散射系数,并具有空间分辨率较高的特点。这为近海岸海面风场反演提供了新的机遇。本文介绍了CSCAT近海岸海面风场处理的主要流程和关键技术。特别地,在风场反演之前,利用一种矩形窗算术平均的方法将L1B级的高分辨率条带数据组合平均到相应的风矢量单元中,从而实现近海岸风场反演的快速预处理。通过对比CSCAT、欧洲先进散射计(ASCAT)以及美国QuikSCAT的近海岸风场,发现CSCAT风场的质量在离岸40 km以外区域具有良好的一致性,而在离岸40 km以内显著恶化。分析表明,CSCAT近海岸区域风场统计特征恶化的原因可能是由潜在的海冰污染引起的。总体而言,CSCAT的近海岸风场与模式背景风场和浮标风场都具有良好的一致性。 相似文献
2.
2018年10月发射的中法海洋卫星散射计(CSCAT)是国际上首个扇形波束旋转扫描微波散射计。本文以最大似然估计风场反演算法为基线,详细分析了中法海洋卫星微波散射计海面风场反演代价函数的残差特性,重点研究了新的观测几何对风场反演残差以及风场质量的影响,并建立了风场模糊解的似然概率模型函数。结果表明,CSCAT风场反演的残差特性随风矢量单元在刈幅交轨方向位置的变化而变化,模糊解似然概率模型函数的指数分布在?0.4～?1.8之间。分析结果为CSCAT风场质量控制和二维变分分析去模糊算法的精细化调整提供了重要的参考。 相似文献
3.
中法海洋卫星(Chinese-French Oceanography Satellite,CFOSAT)搭载的微波散射计(CFOSAT Scatterometer,CSCAT)采用 Ku 波段扇形波束旋转扫描体制,具有观测几何信息丰富、观测样本数多的特点,是一种新型的海面风场遥感仪器。CSCAT 的原始空间分辨率可达10 km×12-5 km,是目前空间分辨率最高的微波散射计,为开发高质量的近海岸高分辨率海面风场产品提供了可能性。首先,回顾了 CSCAT 近海岸风场遥感的原理,并利用辅助数据验证了这种新的科学产品的有效性。 然后,利用 CSCAT 近海岸风场开展了台风灾害监测研究。与标准 25 km 分辨率的产品相比, CSCAT 近海岸风场可以更细致地描绘台风结构,能够为气象和海洋防灾减灾提供更精准的信息支持与决策服务。 相似文献
4.
渤海是我国重要的经济区,海冰灾害严重威胁着人类生产活动。合成孔径雷达具有全天候成像能力,研究渤海区域的SAR图像海冰检测具有重要意义。传统海冰检测方法受限于特征提取方法和建模方式,检测精度有待提升。深度学习具有极强的特征自学习能力,适用于图像检测问题。本文基于深度学习框架U-Net,以Sentinel-1双极化（VV和VH）合成孔径雷达图像为输入信息,设计混合损失函数优化传统U-Net模型,形成了基于混合损失U-Net的渤海海冰检测模型。将本文模型与传统海冰检测方法[脉冲耦合神经网络（PCNN）、马尔科夫随机场（MRF）和分水岭算法]和基于深度卷积神经网络（CNN）的深度学习方法进行了对比。实验结果表明:本文基于混合损失U-Net的海冰检测模型在重叠度、F1分数、精确度和召回率4项度量指标上分别达到了97.567%、98.769%、98.767%和98.771%,检测效果明显优于对比方法;双极化信息输入的检测结果比VV单极化输入的检测结果在F1分数、精确度、召回率和重叠度上分别提高了0.375%、0.111%、0.639%和0.740%;混合损失函数的检测结果比非混合损失函数的检测结果在F1分数、精确度、召回率和重叠度上分别提高了1.129%、0.947%、1.794%和2.231%;模型能对冰水沿线、冰间水道、冰间隙等细节进行有效检测;可应用于渤海区域整幅SAR图像的海冰检测,为海冰监测、海冰变化分析、海冰预报提供技术支撑。 相似文献
5.
海洋微波散射模型相比于以经验统计建立的地球物理模式函数具有不受特定微波频率限制的优势。组合布拉格散射模型和几何光学模型形成了复合雷达后向散射模型。利用南海北部气象浮标2014年海面风速风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计的海面后向散射系数，偏差分别为(?0.22±1.88) dB (SAR)、(0.33±2.71) dB (散射计VV极化）和(?1.35±2.88) dB (散射计HH极化)；以美国浮标数据中心(NDBC)浮标2011年10月1日至2014年9月30日共3年的海面风速、风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与Jason-2、HY-2A卫星Ku波段高度计海面后向散射系数，偏差分别为(1.01±1.15) dB和(1.12±1.29) dB。中等入射角和垂直入射下的卫星传感器后向散射系数观测值与复合雷达后向散射模型模拟值比较，具有不同的偏差，但具有相同的海面风速检验精度，均方根误差小于1.71 m/s。结果表明，复合雷达后向散射模型可模拟计算星载SAR、散射计和高度计观测条件下的海面雷达后向散射系数，且与CMOD5、NSCAT-2、高度计业务化海面风速反演的地球物理模式函数的计算结果具有一致性；复合雷达后向散射模型可用于微波遥感器的定标与检验、海面雷达后向散射的模拟。 相似文献
6.
利用“北京一号”小卫星全色和多光谱影像对冬季渤海海冰进行了监测。根据多光谱谱段特征和现场测试的海冰光谱之间的对应关系, 建立了卫星影像冰水识别、渤海海冰外缘线的模型, 估算了海冰面积及判别海冰发展趋势;对卫星影像数据进行监督分类, 建立了相应的分类模型;根据海冰类型的不同将海冰区域进行了划分, 并作为对海冰灾害严重程度的判别依据;以2007年度冬季为例, 对渤海海冰的分布面积进行了统计, 与海冰监测业务中使用的MODIS数据反演结果进行了对比, 对比结果显示“北京一号”卫星可以为海洋监测和预报服务部门提供高分辨率海冰遥感信息, 并为我国海冰灾害的防范提供可靠有效的资料。 相似文献
7.
卷积神经网络在卫星遥感海冰图像分类中的应用探究 总被引：1，自引：1，他引：0
本文以TensorFlow为框架搭建卷积神经网络，基于迁移学习的思想，以经典的手写数字识别作为引入，对不同代价函数和激活函数组合对卷积神经网络模型分类结果影响进行了评价分析。以HJ-1A/B渤海海冰图像为实验数据源，分析了不同函数组合对遥感海冰图像分类的影响，优选出交叉熵代价函数与ReLU激活函数为最佳的组合，证明了卷积神经网络在遥感海冰分类中的应用可行性。对渤海海冰图像分类结果进行验证，其中带标签样本验证精度为98.4%。使用该模型对无标签的测试样本进行识别，讨论了样本的窗口尺寸对海冰分类结果的影响，发现在400×400小范围分类实验中最佳窗口尺寸为2×2；最后对整个渤海海域进行识别验证，效果较好。 相似文献
8.
利用SMAP卫星雷达资料与美国国家冰雪数据中心(NSIDC)发布的近实时逐日极区网格化海冰密集度数据建立匹配数据集,分析了海冰和海水的L波段雷达后向散射特性差异,建立了基于线性判别分析算法的海冰检测算法。选择Sentinel-1A SAR极地地区的海冰影像对SMAP卫星雷达资料海冰检测产品进行实验验证,结果显示二者的海冰边缘线一致,说明SMAP海冰检测算法具有较高的精度。利用SMAP卫星雷达资料制作了北极和南极地区海冰覆盖图,计算了海冰覆盖面积,通过与美国国家冰雪数据中心(NSIDC)海冰覆盖面积比较发现,SMAP检测的北极地区海冰面积略大于NSIDC,相对偏差为3.3%,SMAP检测的南极地区海冰面积略小于NSIDC,相对偏差为1.8%,表明二者的覆盖面积基本一致,证实了SMAP海冰检测算法的精度。 相似文献
9.
10.
HY-2卫星扫描微波辐射计数据反演北极海冰漂移速度 总被引：1，自引：1，他引：0
本文基于最大互相关法,利用海洋二号（HY-2）卫星扫描微波辐射计37 GHz通道多时相垂直极化亮温数据,获取了北极海冰漂移速度。采用2012年和2013年国际北极浮标计划海冰现场观测数据,对利用微波辐射计亮温资料反演的冬季北极海冰漂移速度进行了定量验证,结果表明:流速和流向均方根误差分别为1.12 cm/s和16.37°,从一定程度上说明了HY-2卫星扫描微波辐射计亮温数据反演海冰漂移速度的可行性。此外,使用美国国防气象卫星F-17搭载的专用微波成像仪91 GHz通道垂直极化亮温,采用高斯拉普拉斯滤波方法进行处理,结合最大互相关法反演的海冰漂移速度,优于法国海洋开发研究院海冰漂移速度产品。 相似文献
11.
海冰密集度是海冰的重要参数之一,在冰区导航、海上作业、海冰模式验证和气候模型改进等方面具有重要意义。卫星遥感具有覆盖范围广、重访周期短、成本相对低等优势,已成为获取海冰密集度的主要观测手段。本文从主被动微波遥感和光学遥感的角度,回顾了现阶段海冰密集度卫星遥感反演研究进展情况,包括海冰监测传感器、海冰密集度反演算法和海冰密集度产品等。结果表明,被动微波遥感是目前获取海冰密集度的主要方式,已发展出许多成熟的业务化算法;主动微波遥感数据已成为制作冰情图的主要数据源,海冰密集度反演算法由合成孔径雷达SAR（Synthetic Aperture Radar）图像分类向深度学习算法发展;光学遥感海冰密集度算法较为成熟,但受限于云层和夜晚限制,其反演结果多用于其他海冰密集度产品的验证。受传感器硬件限制,3种观测手段各有其长处与不足。为获得高精度、高时空分辨率的海冰密集度数据,开展多源数据融合研究是解决传感器性能瓶颈的有效手段。大数据时代,基于深度学习的海冰密集度卫星遥感反演技术快速发展,需要深度融入海冰密集度卫星遥感领域知识。海冰密集度卫星遥感反演应着力于海冰预报服务,致力于提高我国的海冰预报能力。 相似文献
12.
围绕国内外机构发布的南极被动微波海冰密集度产品（PM-SIC）的差异和精度问题,应用MODIS和Sentinel-1反演的海冰密集度,对德国不莱梅大学（产品UB-AMSR2/ASI）、美国冰雪数据中心（产品NSIDC-SSMIS/NT、NSIDC-SSMIS/CDR、NSIDC-AMSR2/NT2）、欧洲气象卫星应用组织海洋与海冰卫星应用中心（产品OSI-SAF/BR-BST）、国家卫星海洋应用中心（产品NSOAS-SMR/NT）和国家卫星气象中心（产品NSMC-MWRI/NT2）发布的7种南极海冰密集度产品进行比较与评估。结果表明：（1）NSIDC-SSMIS/NT与NSIDC-SSMIS/CDR海冰密集度具有较高的一致性（平均偏差为-0.08%,相关系数为0.99）,NSOAS-SMR/NT与NSIDC-AMSR2/NT2间的差异最大（平均偏差为-14.41%,相关系数为0.81）;(2)7种PM-SIC的变化趋势一致,NSOAS-SMR/NT和NSMC-MWRI/NT2与其他PM-SIC的偏差具有明显的季节性差异;（3）NSOAS-SMR/NT和NSMC-MWRI/NT2与其他P... 相似文献
13.
基于GOCI数据渤海海冰厚度算法研究 总被引：2，自引：0，他引：2
提出一种基于GOCI数据提取渤海海冰厚度方法并将其应用于2014年-2015年冬季渤海海冰厚度动态变化监测。首先基于高时间分辨率的GOCI数据建立GOCI短波宽带反射率与各波段反射率模型,然后建立海冰厚度与GOCI短波宽带反射率模型,并将此模型应用于渤海海冰厚度监测,最后通过基于MODIS数据、热动力学模型（Lebedev和Zubov模型）反演获得的海冰厚度以及实测海冰厚度数据对实验结果进行验证。实验结果表明：基于GOCI数据建立海冰厚度模型所反演的海冰厚度与基于MODIS数据反演的海冰厚度以及Lebedev和Zubov模型具有较高相关性（R2>0.86）,而且反演结果接近实测数据（RMS为6.82 cm）。 相似文献
14.
本文系统地评估了国家海洋环境预报中心于我国第七次北极科学考察期间开展的北极海冰密集度数值预报结果。该预报系统基于麻省理工大学通用环流模式，并采用牛顿松弛逼近（Nudging）资料同化方法，计算输出未来1~5 d的北极海冰密集度预报产品。本文将数值预报结果同卫星观测的海冰密集度、再分析资料和"雪龙"号第七次北极考察期间观测的海冰密集度数据进行了对比分析。结果表明，预报的北极海冰密集度小于卫星观测值，24 h、72 h和120 h预报结果的偏差分别为-2.7%、-3.1%和-3.2%；数值产品的预报技巧好于气候态结果和惯性预报，但是在海冰出现快速融化或冻结时，基于Nudging同化的数值预报技巧仍有不足。另外，相比船测数据，数值预报结果在海冰边缘区的偏差相对较大，24 h、72 h和120 h预报结果的偏差分别为8.8%、12.0%和14.5%。 相似文献
15.
基于海洋一号C（HY-1C）卫星海岸带成像仪（CZI）遥感影像,提出了一种基于最优特征集的支持向量机海冰分类方法。分别提取CZI影像的光谱特征和纹理特征,采用基于距离可分性的判据进行特征选择,得到最优特征集,以最优特征集作为支持向量机分类器输入,分别对3期辽东湾海域CZI影像开展海冰分类实验和结果分析。结果表明:本文方法得到的海冰分类结果精度优于仅利用光谱特征或纹理特征的海冰分类精度;基于本文方法的3期影像的海冰分类精度均较高,2020年12月19日、2021年1月10日与2021年1月16日的海冰分类总体精度分别为93.67%、91.75%、84.89%,均在80%以上;利用海冰分类结果图估算海冰面积,发现3期辽东湾海冰面积依次增大,最大约为11 998.98 km2。 相似文献
16.
根据美国冰雪数据中心（ＮＳＩＤＣ）提供的雨云－７号和美国国防气象卫星接收的卫星微波辐射资料，即ＳＭＭＲ（１９７８年１２月～１９８７年８月）和ＳＳＭ／Ｉ（１９８７～１９９５年）资料。对这些原始资料进行同化处理，介绍了从亮度温度提取海冰密集度格点资料的处理方法和后续处理过程。建立了海冰数据库，其中包括：①制作了海冰密集度动画彩色显示系统，可以连续地显示逐日、逐旬和逐月等冰图。②计算了密集度≥３０％、＞７０％的北界线，提供出连续变化的海冰外缘带（≥３０～７０％之间的冰带），该区是研究海－气交换，生物活动的重要地区。③计算了净冰面积指数和距平变化。④各种处理海冰的软件程序和研究预报的应用软件程序。⑤各种图象、图表和计算结果的输出软件系统 相似文献
17.
一种融合纹理特征与NDVI的随机森林海冰精细分类方法 总被引：1，自引：0，他引：1
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数（NDVI）的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号（GF-2）为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数（NDWI）的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。 相似文献
18.
北极多年冰在近几十年有明显的减少趋势,与北极海冰的厚度、体积和夏季最小海冰范围的减少密切相关。合成孔径雷达(synthetic aperture radar, SAR)具有全天时、全天候成像能力,基于SAR卫星影像的海冰分类对监测北极多年冰具有重要意义。基于深度学习U-Net模型,以SAR图像的双极化信息为模型输入,构建了像素级的海水、一年冰和多年冰多分类模型。与已有SAR图像海冰分类方法(支持向量机、随机森林和卷积神经网络)进行对比,基于双极化SAR图像的U-Net海冰分类模型的准确率、平均重叠度和Kappa系数,分别达到了90.73%、0.831和0.849,优于其他对比模型,分别提升了4.08%～19.04%, 0.063～0.321和0.111～0.335。此外,针对SAR图像水平-垂直极化(horizontal-vertical polarization, HV)有明显的条状热噪声和水平-水平极化(horizontal-horizontal polarization, HH)受入射角效应而亮度不均匀的特点,设计敏感性实验,研究HV噪声、入射角和灰度共生矩阵(gray leve... 相似文献
19.
根据美国冰雪数据中心提供的雨云－７号和美国国防气象卫星接收的卫星微波辐射资料，即ＳＭＭＲ（１９７８年１２月￣１９８７年８月）和ＳＳＭ／Ｉ（１９８７￣１９９５年）资料，对这些原始资料进行同化处理，介绍了从亮度温度提取海冰密集度格点资料的处理方法和后续处理过程。建立了海冰数据库，其中包括：（１）制作了海冰密集度动画彩色显示系统，可以连续地显示逐日、逐旬和逐月等冰图。（２）计算了密集度≥３０％、〉７０％ 相似文献
20.
高分3号星载合成孔径雷达极地海冰自动检测方法研究 总被引：3，自引：3，他引：0
随着全球变暖等一系列气候变化的发生，极地海冰成为人们日益关注的焦点。由于不受光线和云雨影响，合成孔径雷达（SAR）可以进行全天时全天候的观测。高分3号是我国高分系列卫星中的一颗星载合成孔径雷达成像卫星，具有多种成像模式，可以在全球获取SAR数据。全天时全天候的工作特性和高空间分辨率的优势，使得高分3号星载SAR在极地海冰遥感监测中发挥重要的作用。本文基于高分3号水平-垂直（Horizontal-Vertical，HV）极化数据，提出了一种基于支持向量机的无需人工干预的海冰检测方法，实现海水和海冰的自动分离。利用该方法得到的海冰和海水分离结果同辅以人工解译的半监督分类结果相比较为吻合，为高分3号服务于极区海冰监测奠定了良好的基础。 相似文献