| 星载合成孔径雷达海洋遥感与大数据 |
| |
| 引用本文： | 李晓明,黄冰清,贾童,覃婷婷.星载合成孔径雷达海洋遥感与大数据[J].南京气象学院学报,2020,12(2):191-203. |
| |
| 作者姓名： | 李晓明 黄冰清 贾童 覃婷婷 |
| |
| 作者单位： | 中国科学院数字地球重点实验室/中国科学院空天信息创新研究院, 北京, 100094,中国科学院数字地球重点实验室/中国科学院空天信息创新研究院, 北京, 100094;中国科学院大学, 北京, 100049,中国科学院数字地球重点实验室/中国科学院空天信息创新研究院, 北京, 100094;中国科学院大学, 北京, 100049,桂林理工大学 测绘地理信息学院, 桂林, 541006 |
| |
| 基金项目： | 国家重点研发计划项目（2018YFC1407102） |
| |
| 摘 要： | 星载合成孔径雷达以其全天候、全天时、不受云雨影响的工作特性在空间对海观测中起到了重要作用,又以其高空间分辨率、多极化、多成像模式的特点展示了其在海洋动力要素反演和海洋多尺度动力过程研究中独特的魅力.起步于20世纪70年代末的星载合成孔径雷达技术,迎来了发展的"黄金时期",大数据和机器学习又赋予了星载合成孔径雷达海洋遥感更强大的生命力.本文首先阐述了星载合成孔径雷达大数据的5"V"特性,进而以高分辨率海面风场反演、海洋内波中尺度动力过程观测两类典型案例,阐述了大数据、机器学习等现代信息科学技术与卫星海洋遥感结合,实现海洋环境参数高精度反演和海洋动力过程科学深层次认知的研究.最后,展望了星载合成孔径雷达海洋遥感与大数据的发展前景.
|
| 关 键 词： | 星载合成孔径雷达 海洋遥感 大数据 机器学习 |
| 收稿时间： | 2019/10/15 0:00:00 |
Ocean remote sensing by spaceborne synthetic aperture radar (SAR) and big data |
| |
| LI Xiaoming,HUANG Bingqing,JIA Tong and QIN Tingting.Ocean remote sensing by spaceborne synthetic aperture radar (SAR) and big data[J].Journal of Nanjing Institute of Meteorology,2020,12(2):191-203. |
| |
| Authors: | LI Xiaoming HUANG Bingqing JIA Tong and QIN Tingting |
| |
| Institution: | Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094,Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094;University of Chinese Academy of Sciences, Beijing 100049,Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094;University of Chinese Academy of Sciences, Beijing 100049 and College of Geomatics and Geoinformation, Guilin University of Technology, Guilin 541006 |
| |
| Abstract: | |
| |
| Keywords: | spaceborne synthetic aperture radar ocean remote sensing big data machine learning |
|
| 点击此处可从《南京气象学院学报》浏览原始摘要信息 |
| 点击此处可从《南京气象学院学报》下载免费的PDF全文 |
|
