CN103885067B - 星载激光雷达用于卫星海雾遥感比测验证的方法 - Google Patents
星载激光雷达用于卫星海雾遥感比测验证的方法 Download PDFInfo
- Publication number
- CN103885067B CN103885067B CN201410109053.7A CN201410109053A CN103885067B CN 103885067 B CN103885067 B CN 103885067B CN 201410109053 A CN201410109053 A CN 201410109053A CN 103885067 B CN103885067 B CN 103885067B
- Authority
- CN
- China
- Prior art keywords
- data
- sea
- cloud
- point
- satellite
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了星载激光雷达用于卫星海雾遥感比测验证的方法,主要步骤包括:数据获取与筛选;数据重构;特征分类识别;海雾确定。采用该方法可获取大量的海雾目标物样本,用于卫星海雾遥感的比测验证,解决海上观测资料稀缺的困难,以提高卫星海雾遥感在无海面观测资料区域检测的准确性和定量性。
Description
技术领域:
本发明涉及星载激光雷达用于卫星海雾遥感比测验证的方法。
背景技术:
雾是指悬浮在边界层大气中的微小水滴(或冰晶)使大气水平能见度小于1km的天气现象,也可认为是接地的云。海雾是在海洋影响下出现在海上(包括岸滨和岛屿)的雾。本发明所说的海雾包括那些在陆上生成随天气系统移到海面上的雾,也就是指所有海面上的雾。伴随着能见度的显著降低,海雾直接威胁着海上交通运输、渔业生产、石油开采等人类在海上的各类活动,并对沿海地区空气质量、人类健康等有重要影响。
基于沿海地面观测站点和测量船的常规海雾观测,可对近海海雾进行大气能见度等多种气象参数的观测,温度、湿度、气压、风速、风向等基本气象要素实现了观测自动化,实现了从人工观测到自动观测、从机械探空到电子探空的根本转变。但不能对远离海岸的海雾进行观测,难以实现大范围海雾的分布状况和时空变化的监测。
卫星遥感由于其覆盖范围广、实时性强等诸多优点,在监测海雾的时空变化方面具有很大优势,被认为是目前海雾监测的有效技术手段。海雾监测主要应用的卫星资料是极轨卫星资料(NOAAAVHRR)和静止卫星资料(GMS和MTSAT),近些年MODIS资料应用逐渐增多。从技术角度讲,阈值法、神经网络法、纹理分析法、聚类分析法实施海雾检测较为常见,其中阈值法为基础方法,取得了理想的检测效果。发明专利“极轨气象卫星遥感白天和夜间海雾的检测方法”(公开号CN101452078A)、“静止气象卫星遥感白天和夜间海雾的检测方法”(公开号CN101464521A)和“白天海雾的卫星遥感检测方法”(公开号CN101587190A)分别给出了利用极轨卫星资料和静止卫星资料进行白天和夜间海雾检测的不同方法。
近年来,随着计算机技术的发展,数值模式也来越多地被应用于典型海雾的研究中。
卫星遥感虽然被认为是目前海雾监测的有效技术手段,然而基于可见、红外光谱特征分析的传统卫星海雾监测和海雾参量反演依然存在许多问题,海雾的卫星监测技术的应用验证多以各例为主,还有待更多的比测和试验,以进一步提高其准确性和定量性。此外,目前卫星海雾监测方法对海洋上空的海雾、低云、中高层云的确认辨识能力有限,特别是难以区分海雾和低云,通常将两者作为同一目标判识,同时海雾和低云的判识结果也难以得到有效的验证。
海雾数值模拟对初始场的高度敏感性和模式输出的海雾参量的验证都受限于海上观测资料的稀缺。
现有技术困难的核心是远离海岸海雾观测资料的稀缺。常规海雾观测难以实现反映大范围海雾分布状况和时空变化海雾监测,也不能有效地为卫星海雾遥感提供远离海岸海雾的检测对比验证资料。
发明内容:
本发明的目的在于克服现有技术的不足,提供星载激光雷达用于卫星海雾遥感比测验证的方法,给出利用新型的卫星主动光学传感器-星载激光雷达(CALIOP)数据实现海雾检测和特征量提取的检测方法。
为了解决上述技术问题,本发明提供了星载激光雷达用于卫星海雾遥感比测验证的方法,它由以下步骤实现:
(1)数据获取与筛选:星载激光雷达CALIOP数据可从美国航空航天局大气科学数据中心网站下载获得;
采用一级数据产品、二级数据的云层产品和二级数据的垂直特征分类标识产品,数据文件格式为HDF文件:
从一级数据文件中读取经纬度信息、532nm波长大气总衰减后向散射系数和对应的海拔高度,水平分辨率333m;从二级数据的云层产品文件中读取经纬度信息、云层数、云顶和云底海拔高度,水平分辨率为5km;从二级数据的垂直特征分类标识产品文件中读取经纬度信息、垂直特征分类标识;
根据目标区域的经纬度对上述数据进行筛选,用于后续处理;
(2)数据重构:从二级数据垂直特征分类标识产品文件中读取的垂直特征分类标识变量,在每个水平分辨率为5km的经纬度点上,均对应一个含有5515个元素的一维数组,取序号1~165的数组元素按先行后列顺序重构得到55×3的矩阵,给出海拔高度在20.2km~30.1km范围内的垂直分辨率为180m水平分辨率为1.67km的大气分类标识;取序号166~1165的元素按先行后列顺序重构得到200×5的矩阵,给出海拔高度在8.2km~20.2km范围内的垂直分辨率为60m水平分辨率为1km的大气分类标识;取序号1166~5515的元素重构得到290×15的矩阵,给出海拔高度在-0.5km~8.2km范围内的垂直分辨率为30m水平分辨率为333m的大气分类标识,此范围的数据在地理位置和空间分辨率上与一级数据产品可一一对应;
(3)特征分类识别:特征分类标识变量的数据格式为十六位二进制格式,其最低三位代表特征类型,根据垂直特征分类产品的定义,可将探测目标区的特征类型分为晴空、云、气溶胶、海表等多种类型;最后三位为001的数据识别为晴空,后三位为010的数据识别为云,后三位为011的数据识别为气溶胶,后三位为101的数据识别为海表;
(4)海雾确定:底部接触海面的云作为海雾的判断依据,所说的海雾包括那些在陆上生成随天气系统移到海面上的雾,也就是指所有海面上的雾。
进一步地,所述步骤(4)海雾确定的方法:
根据读取的二级数据云层产品的变量云层数可确定有云和无云区域,根据云顶和云底高度数据可明确区分出海洋上空的低云和中高层云;云顶和云底海拔高度是基于激光测距原理获得的,8.2km以下垂直分辨率为30m;若某点云底海拔高度小于30m,判定此点为海雾备选点,此点的云顶高度值则为雾顶高度;
二级数据的垂直特征分类标识产品为每个经纬度点的所有垂直特征标识的提供了海拔高度信息,可给出探测目标区的晴空、云、气溶胶、海表等多种特征类型;在目标区域内的数据点中搜索垂直特征分类标识为海表的经纬度点,若某点的海表标识自海面延续向上且高度值大于50m,则判定此点为海雾备选点,而海表标识上边界对应高度值则为雾顶高度;
采用一级数据文件中的532nm波长大气总衰减后向散射系数,与阈值0.03km-1sr-1进行对比,大于该阈值则判断为云;对目标区域内的某点,若其垂直分布的判断为云的点连续且延伸至海面,则判定此点为海雾备选点,判断为云的点的上边界高度则为雾顶高度;每个垂直分布的532nm波长大气总衰减后向散射系数值,均有海拔高度值一一对应,因而可明确区分出海洋上空的低云和中高层云;
上述方法依据不同的二级数据判定的海雾备选点和依据一级数据判定的海雾备选点,基本可确认为海雾样本点,更为可靠的判定则选择由一级数据和二级数据分别判定的结果相一致的点定为海雾样本点。
与现有技术相比,本发明的有益效果是:本发明根据激光雷达白天和夜晚均可测量、具有高空间分辨率和高探测灵敏度的优势,提供一种星载激光雷达用于卫星海雾遥感比测验证的方法,给出利用新型的卫星主动光学传感器-星载激光雷达(CALIOP)数据实现海雾检测和特征量提取的方法。采用该方法可获取大量的海雾目标物样本,用于卫星海雾遥感的比测验证,解决海上观测资料稀缺的困难,以提高卫星海雾遥感在无海面观测资料区域检测的准确性和定量性,弥补现有技术的不足。
附图说明:
图1为本发明的流程图。
图2为CALIOP二级垂直特征分类标识(VFM)数据空间结构图。
具体实施方式:
下面结合附图和具体实施方式对本发明作进一步描述:
本发明提供星载激光雷达用于卫星海雾遥感比测验证的方法,给出利用新型的卫星主动光学传感器-星载激光雷达(CALIOP)数据实现海雾检测和特征量提取的检测方法,可明确区分海洋上空的海雾、低云、中高层云,精确探测雾顶及云顶高度。可确认、获取大量的海雾目标物样本,用于卫星海雾遥感的比测验证,解决海上观测资料稀缺的困难,以提高卫星海雾遥感在无海面观测资料区域检测的准确性和定量性,弥补现有技术的不足。
星载激光雷达(CALIOP)是云-气溶胶激光雷达和红外探测观测卫星(Cloud-AerosolLidarandInfraredPathfinderSatelliteObservations,简称CALIPSO)的主要载荷之一,该卫星由美国航空航天局和法国国家太空研究中心联合研发。星载激光雷达采用偏振敏感双波长(1064nm和532nm)探测,白天和夜晚均可测量,水平分辨率为333m,能够以30m的垂直分辨率对星下点的大气垂直结构进行探测,可观测薄云及云的多层结构,是在同一测量剖面上同时观测到云和气溶胶的唯一技术。目前可提供多等级的数据产品。
本发明以星载激光雷达的一级数据(Level1B)为主,结合二级数据(Level2)实现海雾检测和特征量提取。具体方法如下:
图1为本发明的流程图。星载激光雷达用于卫星海雾遥感比测验证的方法,由以下步骤实现:
1、数据获取与筛选
星载激光雷达CALIOP数据可从美国航空航天局(NASA)大气科学数据中心(简称ASDC)网站(https://eosweb.larc.nasa.gov/HBDOCS/langley_web_tool.html)下载获得。
采用一级数据产品、二级数据的云层产品和二级数据的垂直特征分类标识(VFM)产品,数据文件格式为HDF文件。
从一级数据文件中读取经纬度信息、532nm波长大气总衰减后向散射系数和对应的海拔高度,水平分辨率333m。从二级数据的云层产品文件中读取经纬度信息、云层数、云顶和云底海拔高度,水平分辨率为5km。从二级数据的垂直特征分类标识产品文件中读取经纬度信息、垂直特征分类标识。
根据目标区域的经纬度对上述数据进行筛选,用于后续处理。
2、数据重构
从二级数据垂直特征分类标识产品文件中读取的垂直特征分类标识变量(Feature_Classification_Flags),在每个水平分辨率为5km的经纬度点上,均对应一个含有5515个元素的一维数组,如图2所示。取序号1~165的数组元素按先行后列顺序重构得到55×3的矩阵,给出海拔高度在20.2km~30.1km范围内的垂直分辨率为180m水平分辨率为1.67km(5km/3)的大气分类标识。取序号166~1165的元素按先行后列顺序重构得到200×5的矩阵,给出海拔高度在8.2km~20.2km范围内的垂直分辨率为60m水平分辨率为1km的大气分类标识。同样,取序号1166~5515的元素重构得到290×15的矩阵,给出海拔高度在-0.5km~8.2km范围内的垂直分辨率为30m水平分辨率为333m的大气分类标识,此范围的数据在地理位置和空间分辨率上与一级数据产品可一一对应。
3、特征分类识别
特征分类标识变量的数据格式为十六位二进制格式,其最低三位代表特征类型。根据垂直特征分类产品的定义,可将探测目标区的特征类型分为晴空、云、气溶胶、海表等多种类型。最后三位为001的数据识别为晴空,后三位为010的数据识别为云,后三位为011的数据识别为气溶胶,后三位为101的数据识别为海表(surface)。
4、海雾确定
本发明以底部接触海面的云作为海雾的判断依据,所说的海雾包括那些在陆上生成随天气系统移到海面上的雾,也就是指所有海面上的雾。以海面上卫星星下点的经纬度信息作为数据点索引,海雾的确定方法如下:
1)根据读取的二级数据云层产品的变量云层数可确定有云和无云区域,根据云顶和云底高度数据可明确区分出海洋上空的低云和中高层云。云顶和云底海拔高度是基于激光测距原理获得的,8.2km以下垂直分辨率为30m。若某点云底海拔高度小于30m,判定此点为海雾备选点,此点的云顶高度值则为雾顶高度;
2)二级数据的垂直特征分类标识产品为每个经纬度点的所有垂直特征标识的提供了海拔高度信息,可给出探测目标区的晴空、云、气溶胶、海表等多种特征类型。在目标区域内的数据点中搜索垂直特征分类标识为海表的经纬度点,若某点的海表标识自海面延续向上且高度值大于50m,则判定此点为海雾备选点,而海表标识上边界对应高度值则为雾顶高度。
3)采用一级数据文件中的532nm波长大气总衰减后向散射系数,与阈值0.03km-1sr-1进行对比,大于该阈值则判断为云。对目标区域内的某点,若其垂直分布的判断为云的点连续且延伸至海面,则判定此点为海雾备选点,判断为云的点的上边界高度则为雾顶高度;每个垂直分布的532nm波长大气总衰减后向散射系数值,均有海拔高度值一一对应,因而可明确区分出海洋上空的低云和中高层云。提高该阈值可以提高海雾识别的准确性。
4)上述第1)、2)条是依据不同的二级数据来判定海雾备选点,第3)条是依据一级数据来判定海雾备选点,其判定结果基本可确认为海雾样本点,更为可靠的判定,则选择由一级数据和二级数据分别判定的结果相一致的点定为海雾样本点。
本发明根据激光雷达白天和夜晚均可测量、具有高空间分辨率和高探测灵敏度的优势,给出利用新型的卫星主动光学传感器-星载激光雷达(CALIOP)数据实现海雾检测和特征量提取用于卫星海雾遥感比测验证的方法。
本发明提供的方法是激光遥感的方法,与目前海雾监测的主要技术手段传统卫星海雾遥感相比具有许多优点,其目的不是取而代之,而是获取大量的海雾目标物样本,用于卫星海雾遥感的比测验证,解决海上观测资料稀缺的困难,以提高卫星海雾遥感在无海面观测资料区域检测的准确性和定量性,弥补现有技术的不足。具体优点如下:
1、可对远离海岸的海雾进行观测,遥测数据之多是基于沿海地面观测站点和测量船的常规海雾观测所不能及的,可解决海上观测资料稀缺的困难。
2、激光雷达白天和夜晚均可测量,具有高空间分辨率和高探测灵敏度。激光雷达所探测的雾顶高度以及云顶和云底高度等特征参量是基于激光测距原理所获得的直接测量量,精度高。传统卫星海雾遥感对于白天和夜晚海雾监测及参量反演,分别基于可见、红外光谱特征分析,目前依然存在许多问题,还有待更多的比测和试验,以进一步提高其准确性和定量性。
3、由激光雷达数据可识别海雾、水体、低云、中云和高云等目标物,可明确区分海洋上空的海雾、低云、中高层云。而海雾和低云的识别区分依然是传统卫星海雾遥感难点。
当然,技术实现方案提供的各判定阈值可在一定范围内改变而不影响海雾及其参量的检测,不影响本发明的精神和范围,若这些改变属于本发明的权利要求范围之内,则本发明也意图包含这些改变在内。
最后应当说明的是,以上实施例仅用说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照具体实施例对本发明作了详细的说明,本领域的普通技术人员应当理解,可以对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (2)
1.星载激光雷达用于卫星海雾遥感比测验证的方法,其特征在于,它由以下步骤实现:
(1)数据获取与筛选:星载激光雷达CALIOP数据可从美国航空航天局大气科学数据中心网站下载获得;
采用一级数据产品、二级数据的云层产品和二级数据的垂直特征分类标识产品,数据文件格式为HDF文件;
从一级数据产品文件中读取经纬度信息、532nm波长大气总衰减后向散射系数和对应的海拔高度,水平分辨率为333m;从二级数据的云层产品文件中读取经纬度信息、云层数、云顶和云底海拔高度,水平分辨率为5km;从二级数据的垂直特征分类标识产品文件中读取经纬度信息、垂直特征分类标识;
根据目标区域的经纬度对上述数据进行筛选,用于后续处理;
(2)数据重构:从二级数据垂直特征分类标识产品文件中读取的垂直特征分类标识变量,在每个水平分辨率为5km的经纬度点上,均对应一个含有5515个元素的一维数组,取序号1~165的数组元素按先行后列顺序重构得到55×3的矩阵,给出海拔高度在20.2km~30.1km范围内的垂直分辨率为180m水平分辨率为1.67km的大气分类标识;取序号166~1165的元素按先行后列顺序重构得到200×5的矩阵,给出海拔高度在8.2km~20.2km范围内的垂直分辨率为60m水平分辨率为1km的大气分类标识;取序号1166~5515的元素重构得到290×15的矩阵,给出海拔高度在-0.5km~8.2km范围内的垂直分辨率为30m水平分辨率为333m的大气分类标识,此范围的数据在地理位置和空间分辨率上与一级数据产品可一一对应;
(3)特征分类识别:垂直特征分类标识变量的数据格式为十六位二进制格式,其最低三位代表特征类型,根据垂直特征分类产品的定义,可将探测目标区的特征类型分为晴空、云、气溶胶、海表多种类型;最后三位为001的数据识别为晴空,最后三位为010的数据识别为云,最后三位为011的数据识别为气溶胶,最后三位为101的数据识别为海表;
(4)海雾确定:底部接触海面的云作为海雾的判断依据,所说的海雾包括那些在陆上生成随天气系统移到海面上的雾,也就是指所有海面上的雾。
2.根据权利要求1所述的一种星载激光雷达用于卫星海雾遥感比测验证的方法,其特征在于,所述步骤(4)海雾确定的方法:
根据读取的二级数据云层产品的变量云层数可确定有云和无云区域,根据云顶和云底高度数据可明确区分出海洋上空的低云和中高层云;云顶和云底海拔高度是基于激光测距原理获得的,8.2km以下垂直分辨率为30m;若某点云底海拔高度小于30m,判定此点为海雾备选点,此点的云顶高度值则为雾顶高度;
二级数据的垂直特征分类标识产品为每个经纬度点的所有垂直特征标识的提供了海拔高度信息,可给出探测目标区的晴空、云、气溶胶、海表多种特征类型;在目标区域内的数据点中搜索垂直特征分类标识为海表的经纬度点,若某点的海表标识自海面延续向上且高度值大于50m,则判定此点为海雾备选点,而海表标识上边界对应高度值则为雾顶高度;
采用一级数据文件中的532nm波长大气总衰减后向散射系数,与阈值0.03km-1sr-1进行对比,大于该阈值则判断为云;对目标区域内的某点,若其垂直分布的判断为云的点连续且延伸至海面,则判定此点为海雾备选点,判断为云的点的上边界高度则为雾顶高度;每个垂直分布的532nm波长大气总衰减后向散射系数值,均有海拔高度值一一对应,因而可明确区分出海洋上空的低云和中高层云;
上述方法依据不同的二级数据判定的海雾备选点和依据一级数据判定的海雾备选点,基本可确认为海雾样本点,更为可靠的判定则选择由一级数据和二级数据分别判定的结果相一致的点定为海雾样本点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410109053.7A CN103885067B (zh) | 2014-03-24 | 2014-03-24 | 星载激光雷达用于卫星海雾遥感比测验证的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410109053.7A CN103885067B (zh) | 2014-03-24 | 2014-03-24 | 星载激光雷达用于卫星海雾遥感比测验证的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103885067A CN103885067A (zh) | 2014-06-25 |
CN103885067B true CN103885067B (zh) | 2016-08-17 |
Family
ID=50954062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410109053.7A Active CN103885067B (zh) | 2014-03-24 | 2014-03-24 | 星载激光雷达用于卫星海雾遥感比测验证的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103885067B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772385B (zh) * | 2016-11-28 | 2019-03-15 | 北京无线电测量研究所 | 一种基于毫米波雷达的港口航道海雾探测方法及系统 |
CN110717611B (zh) * | 2019-01-08 | 2023-05-05 | 中国海洋大学 | 一种气象卫星反演海雾湿度的同化方法 |
CN111222439B (zh) * | 2019-12-31 | 2024-03-22 | 中国电子科技集团公司第十四研究所 | 一种基于支持向量机的海雾识别方法 |
CN114791637B (zh) * | 2021-01-26 | 2024-04-16 | 厦门龙辉芯物联网科技有限公司 | 一种海雾测报方法及系统 |
CN113344149B (zh) * | 2021-08-06 | 2021-11-19 | 浙江大学 | 一种基于神经网络的pm2.5逐小时预测方法 |
CN115616580B (zh) * | 2022-10-14 | 2023-06-30 | 宁波市气象网络与装备保障中心 | 一种近海航道海雾提取方法 |
CN117953193B (zh) * | 2024-03-26 | 2024-06-11 | 南京气象科技创新研究院 | 极轨气象卫星微波成像仪资料地理定位误差的估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101424741B (zh) * | 2008-12-08 | 2010-12-22 | 中国海洋大学 | 卫星遥感海雾特征量的实时提取方法 |
-
2014
- 2014-03-24 CN CN201410109053.7A patent/CN103885067B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103885067A (zh) | 2014-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103885067B (zh) | 星载激光雷达用于卫星海雾遥感比测验证的方法 | |
Stevens et al. | Linking glacially modified waters to catchment-scale subglacial discharge using autonomous underwater vehicle observations | |
Mercier et al. | Variability of the meridional overturning circulation at the Greenland–Portugal OVIDE section from 1993 to 2010 | |
Schütte et al. | Occurrence and characteristics of mesoscale eddies in the tropical northeastern Atlantic Ocean | |
Lindstrom et al. | SPURS: Salinity processes in the upper-ocean regional study: The North Atlantic experiment | |
Woodworth et al. | Nineteenth and twentieth century changes in sea level | |
Goni et al. | More than 50 years of successful continuous temperature section measurements by the global expendable bathythermograph network, its integrability, societal benefits, and future | |
Kumer et al. | A comparison of LiDAR and radiosonde wind measurements | |
Forsström et al. | Thickness and density of snow-covered sea ice and hydrostatic equilibrium assumption from in situ measurements in Fram Strait, the Barents Sea and the Svalbard coast | |
Thomas | Program for Arctic Regional Climate Assessment (PARCA): Goals, key findings, and future directions | |
Fan et al. | Observations of Irminger Sea anticyclonic eddies | |
CN102230796B (zh) | 基于无线电掩星探测资料的云底高反演方法 | |
Canepa et al. | The ODAS Italia 1 buoy: More than forty years of activity in the Ligurian Sea | |
CN103278804A (zh) | 一种波导超视距雷达 | |
Hormann et al. | Variability of near-surface circulation and sea surface salinity observed from Lagrangian drifters in the northern Bay of Bengal during the waning 2015 southwest monsoon | |
Haavisto et al. | Argo floats as a novel part of the monitoring the hydrography of the Bothnian Sea | |
Kallistratova et al. | Application of sodars in the study and monitoring of the environment | |
Reverdin et al. | Intense and small freshwater pools from rainfall investigated during SPURS‐2 on 9 November 2017 in the eastern tropical Pacific | |
Schauer | The expedition of the research vessel" Polarstern" to the Arctic in 2011 (ARK-XXVI/3-TransArc) | |
Guillén et al. | Coastal oceanographic signatures of heat waves and extreme events of dense water formation during the period 2002-2012 (Barcelona, NW Mediterranean) | |
Thomas | Greenland: recent mass balance observations. | |
Reverdin et al. | Surpact: A SMOS surface wave rider for air-sea interaction | |
Wei et al. | Long-term observation of global nuclear power plants thermal plumes using Landsat images and deep learning | |
Borrione et al. | Understanding altimetry signals in the Northeastern Ligurian sea using a multi-platform approach | |
Venkatesan et al. | COASTAL OBSERVATION BY MOORED BUOY SYSTEM IN INDIAN REGION. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |