CN102538767A - 基于卫星的海冰监测方法和设备 - Google Patents
基于卫星的海冰监测方法和设备 Download PDFInfo
- Publication number
- CN102538767A CN102538767A CN2011103884903A CN201110388490A CN102538767A CN 102538767 A CN102538767 A CN 102538767A CN 2011103884903 A CN2011103884903 A CN 2011103884903A CN 201110388490 A CN201110388490 A CN 201110388490A CN 102538767 A CN102538767 A CN 102538767A
- Authority
- CN
- China
- Prior art keywords
- sea ice
- satellite image
- satellite
- image
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种基于卫星的海冰监测方法和设备。该方法包括:获取卫星图像;在所获取的卫星图像中确定待处理区域;以像元为单位,对卫星图像的待处理区域进行处理;以及根据处理的结果输出海冰分布信息。通过本发明,能够直观地获知航道上各个位置的海冰情况,为航运调度提供准确可靠的信息。
Description
技术领域
本发明涉及海洋监测领域,具体地,涉及一种基于卫星的海冰监测方法和设备。
背景技术
航道上存在的海冰威胁航道运输的安全。现代化的海洋运输对航道的安全提出了更高的要求,就要求能够对海冰进行有效监测,以为航运调度提供依据。
现有技术中有一种通过卫星遥感来监测海冰的方法,但由于卫星照片的空间分辨率较低,只能得到小比例尺、大尺度范围(一般为几十万平方公里)的海冰情况。而进行航道船只调度所需的是大比例尺、小尺度范围的数据。如果要对小尺度(航道级别)的海冰进行监测,目前主要采用航拍的方法。但是这种方法成本高、效率低,难以满足航运需要。
发明内容
本发明目的在于提供一种基于卫星的海冰监测方法以及系统,以至少解决上述现有技术中存在的问题之一。
根据本发明的一个方面,提供了一种基于卫星的海冰监测方法,其中,该方法可以包括:获取卫星图像;在所获取的卫星图像中确定待处理区域;以像元为单位,对所述卫星图像的所述待处理区域进行处理;以及根据处理的结果输出海冰分布信息。
进一步地,所述确定待处理区域可以包括:确定所述卫星图像中对应于航道中线的一排像元为中心线;选择所述中心线两侧数量相同的多排像元;以及确定由所述中心线以及所述多排像元组成的区域为所述待处理区域。
进一步地,可以对所述卫星图像的所述待处理区域进行处理的步骤包括计算反射率。
进一步地,对所述卫星图像的所述待处理区域进行处理的步骤之后,所述方法还可以包括:生成反射率曲线图。
进一步地,所述海冰分布信息可以包括以下至少之一者:海冰类型、海冰厚度、海冰密集度、冰水划分、航道长度以及监测时间。
进一步地,所述卫星图像可以是分辨率为10-30m的中分辨率卫星图像。
根据本发明的另一个方面,提供了一种基于卫星的海冰监测设备,其中,该设备可以包括:信号接收单元,被配置为可以获取卫星图像;图像预处理单元,被配置为可以在所获取的卫星图像中确定待处理区域;图像处理单元,被配置为可以以像元为单位,对所述卫星图像的所述待处理区域进行处理;以及结果输出单元,被配置为可以根据处理的结果输出海冰分布信息。
进一步地,所述图像预处理单元还可以被配置为:确定所述卫星图像中对应于航道中线的一排像元为中心线;选择所述中心线两侧数量相同的多排像元;以及确定由所述中心线以及所述多排像元组成的区域为所述待处理区域。
进一步地,所述图像处理单元还可以被配置为计算反射率。
进一步地,该设备还可以包括:曲线生成单元,被配置为生成反射率曲线图。
进一步地,所述海冰分布信息可以包括以下至少之一者:海冰类型、海冰厚度、海冰密集度、冰水划分、航道长度以及监测时间。
进一步地,所述卫星图像可以是分辨率为10-30m的中分辨率卫星图像。
根据本发明提供的海冰监测方法和设备,通过确定待处理区域,使图像处理和监测结果输出更具有针对性,提高运算分析速度、降低了成本;卫星图中每一个像元对应代表一个特定位置,以像元为单位进行图像处理,能够更直接地获得该位置的海冰情况;通过使用由亮度值计算出的反射率生成反射率曲线图,能够更直观地获知航道上各个位置的海冰情况,为航运调度提供准确可靠的信息。
附图说明
提供附图以便于对本发明原理的理解,在附图中
图1是反映海雪、海冰、海水反射率的光谱曲线图;
图2是根据本发明示例性实施方式的海冰监测方法流程图;
图3是根据本发明优选实施方式的海冰监测方法流程图;
图4是根据本发明示例性实施方式的海冰监测设备方框图;
图5是根据本发明优选实施方式的光反射率与海冰类型关系图;以及
图6是根据本发明优选实施方式生成的反射率曲线图。
具体实施方式
以下结合附图对根据本发明的基于卫星的海冰监测方法和设备进行说明。
通过卫星能够获取地表图像,而对所获取图像中的地表物质进行识别则主要是通过计算光谱反射率来实现的。图1是反映海雪、海冰、海水反射率的光谱曲线图。为便于对本发明的原理进行理解,以下以环境一号卫星(HJ-1A/1B星)CCD第一波段(0.43-0.52μm)为例,参考图1进行说明。从图1可以看出:光场内雪的反射率最高,达80%;海冰反射率在10-60%之间;海水反射率在10%以下。雪、海冰、海水的光反射有20%的差异,因此,应用HJ-1A/1B星CCD多波段数据对海水、海冰、雪的定性处理准确。
通过卫星图像获取海冰的反射率可以使用如下的方法:
首先,利用绝对定标系数将卫星CCD图像灰度DN值转换为图像的辐亮度L,如下公式(1):
上式中A为绝对定标系数增益,L0为绝对定标系数偏移量,转换后辐亮度单位为W·m-2·sr-1·m-1(瓦特/平方米·微米·球面度),DN是经过辐射校正后的图像灰度值。
然后,利用得到影像的辐亮度值,再通过如下公式(2)计算表观反射率:
ρTOA=π·Lλd2/Eλ·cos(θs) (2)
以便通过计算出的表观反射率ρTOA针对影像大气校正的效果进行定量对比验证。其中,Lλ为表观辐射亮度;Eλ为λ波段处的平均太阳辐照度(单位:W·m-2·μm-1);θs为太阳天顶角,可从影像头文件中获取;d为日地距离,以天文距离(AU)为单位,计算公式(3)如下:
d=1+0.0167sin[2π(D-93.5)/365] (3)
其中,式中,D为数据获取日期距1月1日的天数。
最后,利用本技术领域中常用的模型进行大气校正,例如,可以利用ENVI软件中的FLAASH模块对经过辐射定标的影像进行大气校正。以使用HJ-1A/1B星的CCD数据为例:
在FLAASH模块中输入经辐射定标的HJ-1A/1B的CCD数据之后,需要输入HJ-1A/1B星CCD影像的相关参数,包括影像的中心坐标,数据采集具体时间,遥感器的高度、地面高程以及像元大小,这些参数都可以从影像自身的头文件中获取。依据影像的纬度以及获取数据的季节信息选择对应的大气模型。然后根据影像的地理特征进行选择和设置适当的大气校正气溶胶模型。最后,由于FLAASH模块中不提供HJ-1A/1B星CCD的光谱响应函数,需要制作HJ-1A/1B星CCD数据的光谱库文件作为FLASSH大气的输入条件。HJ-1A/1B星CCD的光谱响应函数可以从资源卫星应用中心网站上获取,利用资源卫星中心提供HJ-1A/1B星CCD的光谱曲线信息,制作HJ-1A/1B星CCD的波谱库。通过以上步骤就可以在FLAASH模块中进行HJ-1A/1B星CCD影像大气校正。从而,得到经过大气校正的最终的海冰地表反射率。
图2是根据本发明示例性实施方式的海冰监测方法流程图。如图2所示根据本发明的一种基于卫星的海冰监测方法,包括:获取卫星图像(22);在所获取的卫星图像中确定待处理区域(24);以像元为单位,对所述卫星图像的所述待处理区域进行处理(26);以及根据处理的结果输出海冰分布信息(28)。需要说明的是,以上所说的处理不仅包括上面提到的公式和模块计算过程,还包括常用的图像处理方法等。根据本发明的上述方法,通过确定待处理区域,使图像处理和监测结果输出更具有针对性,提高运算分析速度、降低了成本;卫星图中每一个像元对应代表一个特定位置,以像元为单位进行图像处理,能够更直接地获得该位置的海冰情况。
图3是根据本发明优选实施方式的海冰监测方法流程图。如图3所示,在图2中示出的在所获取的卫星图像中确定待处理区域(24)进一步分为:确定所述卫星图像中对应于航道中线的一排像元为中心线(32);选择所述中心线两侧数量相同的多排像元(34);以及确定由所述中心线以及所述多排像元组成的区域为所述待处理区域(36)。
上述方法中选择的一排像元是沿航道的中心线选择的,由于航道一般都不是直线的,所以选择的一排像元也可以是曲线的。同理,在中心线两侧的多排像元与对应于中心线的一排像元的形状相同。
需要说明的是,待处理区域可以是,通过对卫星图像解译,综合考虑港池、各码头、内航道、口门、外航道、锚地的位置和结构布局等因素,确定的监测地段。
进一步地,对所述卫星图像的所述待处理区域进行处理的步骤,包括计算反射率;然后,生成反射率曲线图。其中,所述海冰分布信息包括以下至少之一者:海冰类型、海冰厚度、海冰密集度、冰水划分、航道长度以及监测时间。所述卫星图像是分辨率为10-30m的中分辨率卫星图像。
在根据本发明的一个优选的实施方式中。例如,本发明中作为举例的卫星(HJ-1A/1B星)取其图像分辨率为30m,如果在该分辨率下对宽度为235m的航道进行监测。可以选择沿中心线两侧各7排像元点以覆盖宽度约为450m(大于235m)的监测范围;然后由图像得到在所监测的航道长度方向上(例如,0-43.48km)的各像元亮度值;接着,利用前述的辐亮度公式、表观反射率公式以及大气校正,计算各像元亮度值对应的反射率。
以环境一号卫星为例,HJ-1A/1B星CCD具有四个波段(HJ-1A/1B-CCD1:0.43-0.52μm;HJ-1A/1B-CCD2:0.52-0.60μm;HJ-1A/1B-CCD3:0.63-0.69μm;HJ-1A/1B-CCD4:0.76-0.90μm)。虽然这四个波段之间的反射率有一定差异,但是根据发明人实测,不同波段曲线在各点之间的反射差异基本一致,曲线变化形态基本一致,曲线变化规律基本一致。因此,作为举例,此处选择其中第一波段的反射率数据,作光谱与海冰分类。图5是根据本发明优选实施方式的光反射率与海冰类型关系图,图中横轴为航道的长度(0-43.48km),纵轴为地表反射率,图中每条曲线分别代表航道中心线以及其两边各7排像元点(共15排像元点)。如图5所示,根据海水海冰的反射率特性(例如,海水反射率8%(6%-10%);固定冰反射率20%-45%;流动冰反射率8%-35%;流动冰中:初生冰8-14%;灰冰14-25%;灰白冰25-40%;叠冰:两类冰结合部,反射曲线突然跳起)可以得到的海冰分布信息,即海冰类型、海冰厚度、海冰密集度、冰水划分等。进一步地,将上述15排像元点曲线按一定比例叠加,可以生成如图6所示的根据本发明优选实施方式生成的反射率曲线图。其中,可以根据常规的海冰类型与海冰厚度关系,并可结合监测地的具体情况,将海冰类型与海冰厚度关系进行定义,如表1所示。
表1海冰类型与海冰厚度关系
在图6中,横轴为航道的长度(0-43.48km),纵轴为地表反射率,图中每条曲线分别代表航道中心线以及其两边各7排像元点(共15排像元点)。根据表1中的定义,通过图6中示出的反射率曲线图可以很容易地得知航道上各个位置的海冰信息。例如,从图6所示可以确定,在监测范围内的煤炭航道:固定冰0-6.0km,灰白冰6.0-12.7km,叠冰(外口门叠冰带)12.7-14.9km,灰冰14.9-28.4km,叠冰28.4-29.0km,初生冰29.0-33.0km,海水33.0-43.48km。由此,通过例如卫星图像中航道港池内各装船码头位置以及港池外的锚地位置结合海冰反射率,可以确定码头前、锚地的海冰类型和海冰厚度。还可以结合数据中包含的卫星过境时间等信息,这就更直观准确地获知航道上各个位置的海冰情况,为航运调度提供可靠的信息。
需要说明的是,上例中根据地表反射率来得到海冰分布信息仅是本发明的一个优选的实施方式。因为表观反射率曲线与地表反射率曲线波动趋势基本相同,如果不进行大气校正,而是仅通过表观反射率再利用与表观反射率相对应的海水海冰的反射率特性,仍然能够得到与上例相似的结论。同样可以获得较为准确的海冰分布信息。
图4是根据本发明示例性实施方式的海冰监测设备400方框图。如图4所示,根据本发明的另一个方面,还提供了一种基于卫星的海冰监测设备400,其中,该设备400包括:信号接收单元402,被配置为可以获取卫星图像;图像预处理单元404,被配置为可以在所获取的卫星图像中确定待处理区域;图像处理单元406,被配置为可以以像元为单位,对所述卫星图像的所述待处理区域进行处理;以及结果输出单元408,被配置为可以根据处理的结果输出海冰分布信息。优选地,该设备还可以包括:曲线生成单元410,被配置为可以生成反射率曲线图。
其中,图像预处理单元404还可以被配置为:确定所述卫星图像中对应于航道中线的一排像元为中心线;选择所述中心线两侧数量相同的多排像元;以及确定由所述中心线以及所述多排像元组成的区域为所述待处理区域。图像处理单元406还可以被配置为计算反射率。
其中,海冰分布信息包括以下至少之一者:海冰类型、海冰厚度、海冰密集度、冰水划分、航道长度以及监测时间。优选地,卫星图像是分辨率为10-30m的中分辨率卫星图像,例如从环境一号卫星获取的图像。
通过本发明公开的海冰监测设备,能够实现海冰监测的定性(例如,海冰、海水)、定型(例如,海冰类型)、定量(例如,海冰厚度)、定位(例如,航道长度)、定形态(例如,海冰密集度)、定时(例如,卫星过境时间,即监测时间),并将上述信息提交为监测报告。然后,可以通过网络,将监测报告、监测卫星解译图像,传送到港口调度室,使港口调度室能够根据监测实况调度船只。
根据本发明提供的海冰监测设备,通过确定待处理区域,使图像处理和监测结果输出更具有针对性,提高运算分析速度、降低了成本;卫星图中每一个像元对应代表一个特定位置,以像元为单位进行图像处理,能够更直接地获得该位置的海冰情况;通过使用由亮度值计算出的反射率生成反射率曲线图,能够更直观地获知航道上各个位置的海冰情况,为航运调度提供准确可靠的信息。
Claims (12)
1.一种基于卫星的海冰监测方法,其特征在于,该方法包括:
获取卫星图像;
在所获取的卫星图像中确定待处理区域;
以像元为单位,对所述卫星图像的所述待处理区域进行处理;以及
根据处理的结果输出海冰分布信息。
2.根据权利要求1的海冰监测方法,其中,所述确定待处理区域包括:
确定所述卫星图像中对应于航道中线的一排像元为中心线;
选择所述中心线两侧数量相同的多排像元;以及
确定由所述中心线以及所述多排像元组成的区域为所述待处理区域。
3.根据权利要求1或2的海冰监测方法,其中,对所述卫星图像的待处理区域进行处理的步骤包括计算反射率。
4.根据权利要求3的海冰监测方法,其中,对所述卫星图像的待处理区域进行处理之后,所述方法还包括:
生成反射率曲线图。
5.根据权利要求4的海冰监测方法,其中,所述海冰分布信息包括以下至少之一者:
海冰类型、海冰厚度、海冰密集度、冰水划分、航道长度以及监测时间。
6.根据权利要求1的海冰监测方法,其中,所述卫星图像是分辨率为10-30m的中分辨率卫星图像。
7.一种基于卫星的海冰监测设备,其特征在于,该设备包括:
信号接收单元,被配置为获取卫星图像;
图像预处理单元,被配置为在所获取的卫星图像中确定待处理区域;
图像处理单元,被配置为以像元为单位,对所述卫星图像的所述待处理区域进行处理;以及
结果输出单元,被配置为根据处理的结果输出海冰分布信息。
8.根据权利要求7的海冰监测设备,其中,所述图像预处理单元还被配置为:
确定所述卫星图像中对应于航道中线的一排像元为中心线;
选择所述中心线两侧数量相同的多排像元;以及
确定由所述中心线以及所述多排像元组成的区域为所述待处理区域。
9.根据权利要求7或8的海冰监测设备,其中,所述图像处理单元还被配置为计算反射率。
10.根据权利要求9的海冰监测设备,其中,该设备还包括:
曲线生成单元,被配置为生成反射率曲线图。
11.根据权利要求10的海冰监测设备,其中,所述海冰分布信息包括以下至少之一者:
海冰类型、海冰厚度、海冰密集度、冰水划分、航道长度以及监测时间。
12.根据权利要求7的海冰监测设备,其中,所述卫星图像是分辨率为10-30m的中分辨率卫星图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103884903A CN102538767A (zh) | 2011-11-29 | 2011-11-29 | 基于卫星的海冰监测方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103884903A CN102538767A (zh) | 2011-11-29 | 2011-11-29 | 基于卫星的海冰监测方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102538767A true CN102538767A (zh) | 2012-07-04 |
Family
ID=46346260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103884903A Pending CN102538767A (zh) | 2011-11-29 | 2011-11-29 | 基于卫星的海冰监测方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102538767A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123310A (zh) * | 2013-04-28 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 基于卫星图像的路网信息的处理方法及装置 |
CN104407338A (zh) * | 2014-12-12 | 2015-03-11 | 国家卫星海洋应用中心 | 基于海洋二号卫星微波散射计的极地海冰识别方法 |
CN104596484A (zh) * | 2015-01-30 | 2015-05-06 | 黄河水利委员会黄河水利科学研究院 | 一种黄河凌汛期流凌密度测量方法 |
CN106777246A (zh) * | 2016-12-27 | 2017-05-31 | 大连海事大学 | 有冰水域航线通航窗口的提取方法 |
CN106871877A (zh) * | 2017-02-13 | 2017-06-20 | 国家卫星海洋应用中心 | 海冰标识确定方法及装置 |
CN108709541A (zh) * | 2018-08-01 | 2018-10-26 | 大连理工大学盘锦产业技术研究院 | 一种海洋平台海冰监测装置及其方法 |
CN113484924A (zh) * | 2021-07-13 | 2021-10-08 | 山东省海洋预报减灾中心 | 一种海冰灾害的遥感监测评估方法 |
CN114838711A (zh) * | 2022-03-16 | 2022-08-02 | 东北大学秦皇岛分校 | 一种海冰综合监测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1908695A (zh) * | 2005-08-01 | 2007-02-07 | 中国海洋大学 | 渤海云覆盖区海冰卫星遥感数据动力插补技术 |
CN101866000A (zh) * | 2010-06-07 | 2010-10-20 | 大连海事大学 | 一种海冰微波遥感监测系统 |
KR20110100972A (ko) * | 2010-03-05 | 2011-09-15 | 대한민국(기상청장) | 해빙표면의 거칠기와 굴절지수를 탐지하는 시스템 및 방법 |
-
2011
- 2011-11-29 CN CN2011103884903A patent/CN102538767A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1908695A (zh) * | 2005-08-01 | 2007-02-07 | 中国海洋大学 | 渤海云覆盖区海冰卫星遥感数据动力插补技术 |
KR20110100972A (ko) * | 2010-03-05 | 2011-09-15 | 대한민국(기상청장) | 해빙표면의 거칠기와 굴절지수를 탐지하는 시스템 및 방법 |
CN101866000A (zh) * | 2010-06-07 | 2010-10-20 | 大连海事大学 | 一种海冰微波遥感监测系统 |
Non-Patent Citations (1)
Title |
---|
郑小莉: "基于卫星影像的海洋信息检测能力与技术方法研究", 《中国优秀硕士论文电子期刊网》, 31 March 2011 (2011-03-31) * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123310A (zh) * | 2013-04-28 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 基于卫星图像的路网信息的处理方法及装置 |
CN104407338A (zh) * | 2014-12-12 | 2015-03-11 | 国家卫星海洋应用中心 | 基于海洋二号卫星微波散射计的极地海冰识别方法 |
CN104407338B (zh) * | 2014-12-12 | 2015-11-18 | 国家卫星海洋应用中心 | 基于海洋二号卫星微波散射计的极地海冰识别方法 |
CN104596484A (zh) * | 2015-01-30 | 2015-05-06 | 黄河水利委员会黄河水利科学研究院 | 一种黄河凌汛期流凌密度测量方法 |
CN106777246A (zh) * | 2016-12-27 | 2017-05-31 | 大连海事大学 | 有冰水域航线通航窗口的提取方法 |
CN106777246B (zh) * | 2016-12-27 | 2020-12-11 | 大连海事大学 | 有冰水域航线通航窗口的提取方法 |
CN106871877A (zh) * | 2017-02-13 | 2017-06-20 | 国家卫星海洋应用中心 | 海冰标识确定方法及装置 |
CN106871877B (zh) * | 2017-02-13 | 2018-08-28 | 国家卫星海洋应用中心 | 海冰标识确定方法及装置 |
CN108709541A (zh) * | 2018-08-01 | 2018-10-26 | 大连理工大学盘锦产业技术研究院 | 一种海洋平台海冰监测装置及其方法 |
CN113484924A (zh) * | 2021-07-13 | 2021-10-08 | 山东省海洋预报减灾中心 | 一种海冰灾害的遥感监测评估方法 |
CN114838711A (zh) * | 2022-03-16 | 2022-08-02 | 东北大学秦皇岛分校 | 一种海冰综合监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102538767A (zh) | 基于卫星的海冰监测方法和设备 | |
Hulley et al. | High spatial resolution imaging of methane and other trace gases with the airborne Hyperspectral Thermal Emission Spectrometer (HyTES) | |
Bovensmann et al. | A remote sensing technique for global monitoring of power plant CO 2 emissions from space and related applications | |
Zhang et al. | Landsat 5 Thematic Mapper reflectance and NDVI 27-year time series inconsistencies due to satellite orbit change | |
CN114371182B (zh) | 一种基于cygnss数据的星载gnss-r高精度土壤水分估算方法 | |
Zheng et al. | Estimation of incident photosynthetically active radiation from GOES visible imagery | |
CN105527620B (zh) | 一种气溶胶厚度与激光雷达测距延迟的自动标定方法 | |
CN103544477A (zh) | 基于改进的线性光谱混合模型的植被覆盖度估算方法 | |
CN105116464A (zh) | 基于神经网络模型的极地海冰融池提取方法 | |
Li et al. | MERIS atmospheric water vapor correction model for wide swath interferometric synthetic aperture radar | |
Kazumori et al. | A retrieval algorithm of atmospheric water vapor and cloud liquid water for AMSR-E | |
Wicaksono et al. | Tidal correction effects analysis on shoreline mapping in Jepara Regency | |
Müller et al. | Remote sensing of solar surface radiation–a reflection of concepts, applications and input data based on experience with the effective cloud albedo | |
CN114325697A (zh) | 一种考虑入射角的宽幅交叉极化sar影像热噪声提取方法 | |
Noël et al. | Preliminary results of GOME-2 water vapour retrievals and first applications in polar regions | |
Guo et al. | Soil moisture retrieval using BuFeng-1 A/B based on land surface clustering algorithm | |
Tang et al. | Multi-source high-resolution satellite products in Yangtze Estuary: cross-comparisons and impacts of signal-to-noise ratio and spatial resolution | |
Trishchenko et al. | Landfast ice properties over the Beaufort Sea region in 2000–2019 from MODIS and Canadian Ice Service data | |
Matsuoka et al. | Bidirectional reflectance modeling of the geostationary sensor HIMAWARI-8/AHI using a kernel-driven BRDF model | |
Leontiev et al. | Combining Meteosat-10 satellite image data with GPS tropospheric path delays to estimate regional integrated water vapor (IWV) distribution | |
CN105403201B (zh) | 一种基于像元分解的遥感图像大气程辐射获取方法 | |
Beggs et al. | Report to GHRSST11 from Australia–BLUElink and IMOS | |
Kim et al. | Comparison of sea surface temperature from oceanic buoys and satellite microwave measurements in the western coastal region of Korean Peninsula | |
Oumbe et al. | On the improvement of MACC aerosol spatial resolution for irradiance estimation in the United Arab Emirates | |
Kato et al. | A study on several hours ahead forecasting of spatial average irradiance using NWP model and satellite infrared image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120704 |
|
WD01 | Invention patent application deemed withdrawn after publication |