CN107730549B - 一种计算海冰冰龄的方法 - Google Patents
一种计算海冰冰龄的方法 Download PDFInfo
- Publication number
- CN107730549B CN107730549B CN201711045858.XA CN201711045858A CN107730549B CN 107730549 B CN107730549 B CN 107730549B CN 201711045858 A CN201711045858 A CN 201711045858A CN 107730549 B CN107730549 B CN 107730549B
- Authority
- CN
- China
- Prior art keywords
- ice
- sea ice
- sea
- year
- age
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种计算海冰冰龄的方法,包括:根据海冰密集度的预设阈值将X‑N年至X年的日海冰密集度图像转化为海冰和海水的二值图像,所述X为年份值,所述N为海冰冰龄值;根据所述二值图像中的像元数目确定X年所对应的海冰最大区域和X‑1年对应的海冰最小的海冰区域;根据所述X年所对应的海冰最大区域和X‑1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域;在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域。本发明简化了海冰冰龄的计算,减少了海冰冰龄的计算量,提高了工作效率。
Description
技术领域
本发明涉及遥感图像信息处理技术领域,尤其涉及一种计算海冰冰龄的方法。
背景技术
随着新极地科考破冰船的设计建造以及人们对北极航道的关注不断升温,极地海冰环境分析与跟踪显得非常必要。
海冰分析中最重要的参数之一就是海冰的冰龄。海冰冰龄同海冰厚度具有密切的关系,是确定船舶是否安全通过极地水域的重要参数。然而,现有技术中的海冰冰龄提取算法以海冰运动为基础运算量大,运算过程过于复杂。
发明内容
本发明提供一种计算海冰冰龄的方法,以克服上述技术问题。
本发明一种计算海冰冰龄的方法,包括:
根据海冰密集度的预设阈值将X-N年至X年的日海冰密集度图像转化为海冰和海水的二值图像,所述X为年份值,所述N为海冰冰龄值;
根据所述二值图像中的像元数目确定X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域;
根据所述X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域;
在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域。
进一步地,所述根据所述X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域,包括:
分别计算X-1年至X-N年所对应的海冰最小区域;
根据X年对应的海冰最大区域和X-1年对应的海冰最小区域,做减法运算可以提取冰龄为1的海冰区域;做乘法运算可以得到冰龄为2至N总的海冰区域。
进一步地,所述在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域,包括:
根据所述X-M年与X-M-1年所对应的海冰最小区域确定X-M年夏季增加的海冰区域,M的取值从1到N-1;
根据所述X-1年至X-M+1年所对应的海冰最小区域、所述X-M年夏季增加的海冰区域和所述冰龄为2至N总的海冰区域提取冰龄M+1年海冰区域。
本发明利用连续年份中海冰面积最大和海冰面积最小的日海冰密集度图像提取海冰冰龄信息及其分布。减少了海冰冰龄的计算量,提高了工作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明计算海冰冰龄的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明计算海冰冰龄方法流程图,如图1所示,本实施例的方法可以包括:
步骤101、根据海冰密集度的预设阈值将X-N年至X年的日海冰密集度图像转化为海冰和海水的二值图像,所述X为年份值,所述N为海冰冰龄值;
步骤102、根据所述二值图像中的像元数目确定X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域;
步骤103、根据所述X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域;
步骤104、在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域。
进一步地,所述根据所述X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域,包括:
分别计算X-1年至X-N年所对应的海冰最小区域;
根据X年对应的海冰最大区域和X-1年对应的海冰最小区域,做减法运算可以提取冰龄为1的海冰区域;做乘法运算可以得到冰龄为2至N总的海冰区域。
进一步地,所述在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域,包括:
根据所述X-M年与X-M-1年所对应的海冰最小区域确定X-M年夏季增加的海冰区域,M的取值从1到N-1;
根据所述X-1年至X-M+1年所对应的海冰最小区域、所述X-M年夏季增加的海冰区域和所述冰龄为2至N总的海冰区域提取冰龄M+1年海冰区域,M的取值从1到N-1。当X-M+1<X-1时,提取冰龄M+1年海冰区域,不需要计算X-1年至X-M+1年所对应的海冰最小区域。
具体而言,季节性海冰的定义为上一年没有覆盖海冰的水域,在下一年有冰覆盖,也即该海冰的冰龄为一年。例如,该海冰在2015年的海冰图上没有,但是在2016年的海冰图上有。冰龄二年的海冰为该海冰仅仅经历了一个夏季,而没有融化。例如:该海冰在2014年的海冰图上没有,在2015年海冰图上有,直到2016年的海冰图上仍然有。冰龄三年的海冰为连续经历了两个夏季而没有融化。例如:该海冰在2013年的海冰图上没有,在2014年海冰图上有,且在2015年海冰图上有,直到2016年的海冰图上仍然有。冰龄四年的海为连续经历了三个夏季而没有融化的海冰。冰龄五年的海冰为连续经历了四个夏季而没有融化的海冰。
本实施例取15%的海冰密集度作为判断日海冰密集度图像中的像元是否为海冰的阈值。如果像元值大于15,则认为该像元为海冰。根据该阈值,可以对每幅海冰密集度图像做处理,得到一幅相应的二值图,本实施例中像元值为1表示该像元为海冰,0表示该像元为海水。
举例说明,以2016年为X年,获取2016年冬季海冰为该年海冰区域最大的海冰图(2016max),获取2015年夏季为该年海冰区域最小时的海冰图(2015min),获取2014年夏季海冰为该年海冰区域最小时的海冰图(2014min),获取2013年夏季海冰为该年海冰区域最小时的海冰图(2013min),获取2012年夏季海冰为该年海冰区域最小时的海冰图(2012min),获取2011年夏季海冰为该年海冰区域最小时的海冰图(2011min)。其他年份的海冰最大区域和最小区域以此类推。一年中值为“1”的像元数最多的那幅海冰图,就是该年冬季海冰最大时的海冰图。反之,一年中值为“1”的像元数最少的那幅海冰图,就是该年夏季海冰最小时的海冰图。
则2015min*2016max=1对应的区域为第二年至第N年期间的多年冰。2016max-2015min=1的区域即是2016年季节性海冰(一年冰)分布图。需要说明的是,上述两个参量做差后结果会出现-1,只取值为“1”的区域。2015min-2014min=1的区域是夏季增加的海冰面积(2015rise_s),则2015rise_s*(2015min*2016max)=1的区域等于二年冰分布图。2014min-2013min=1的区域是夏季增加的海冰面积(2014rise_s);然后用这个增加的海冰区域2014rise_s*2015min*(2015min*2016max)=1的区域等于三年冰分布图。2013min-2012min=1的区域是夏季增加的海冰面积(2013rise_s);然后用这个增加的海冰区域2013rise_s*2014min*2015min*(2015min*2016max)=1的区域等于四年冰分布图。2012min-2011min=1的区域是夏季增加的海冰面积(2012rise_s);然后用这个增加的海冰区域2012rise_s*2013min*2014min*2015min*(2015min*2016max)=1的区域等于五年冰分布图,以此类推。大于5年冰龄的海冰区域为:2011min*2012min*2013min*2014min*(2015min*2016max)。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (3)
1.一种计算海冰冰龄的方法,其特征在于,包括:
根据海冰密集度的预设阈值将X-N年至X年的日海冰密集度图像转化为海冰和海水的二值图像,所述X为年份值,所述N为海冰冰龄值;
根据所述二值图像中的像元数目确定X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域;
根据所述X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域;
在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域。
2.根据权利要求1所述的方法,其特征在于,所述根据所述X年所对应的海冰最大区域和X-1年对应的海冰最小的海冰区域可以分别确定冰龄为1和冰龄为2至N总的海冰区域,包括:
分别计算X-1年至X-N年所对应的海冰最小区域;
根据X年对应的海冰最大区域和X-1年对应的海冰最小区域,做减法运算可以提取冰龄为1的海冰区域;做乘法运算可以得到冰龄为2至N总的海冰区域。
3.根据权利要求2所述的方法,其特征在于,所述在所述冰龄为2至N总的海冰区域中分别提取冰龄为二年对应的海冰区域、冰龄为三年对应的海冰区域,以此类推,冰龄为N年对应的海冰区域,包括:
根据X-M年与X-M-1年所对应的海冰最小区域确定X-M年夏季增加的海冰区域,M的取值从1到N-1;
根据X-1年至X-M+1年所对应的海冰最小区域、所述X-M年夏季增加的海冰区域和所述冰龄为2至N总的海冰区域提取冰龄M+1年海冰区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711045858.XA CN107730549B (zh) | 2017-10-31 | 2017-10-31 | 一种计算海冰冰龄的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711045858.XA CN107730549B (zh) | 2017-10-31 | 2017-10-31 | 一种计算海冰冰龄的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107730549A CN107730549A (zh) | 2018-02-23 |
CN107730549B true CN107730549B (zh) | 2020-10-09 |
Family
ID=61203486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711045858.XA Expired - Fee Related CN107730549B (zh) | 2017-10-31 | 2017-10-31 | 一种计算海冰冰龄的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107730549B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105395A (zh) * | 2007-08-01 | 2008-01-16 | 大连海事大学 | 雷达海冰厚度测量仪 |
WO2011149658A1 (en) * | 2010-05-28 | 2011-12-01 | Conocophillips Company | Ice data collection system |
CN102708369B (zh) * | 2012-05-14 | 2014-06-25 | 大连理工大学 | 一种基于卫星图像的海冰参数提取方法 |
CN102867184B (zh) * | 2012-08-29 | 2015-04-15 | 江苏科技大学 | 一种sar图像中海冰运动特征的提取方法 |
CN104390884A (zh) * | 2014-12-08 | 2015-03-04 | 太原理工大学 | 一种极地海冰密度自动化测量装置 |
CN106197383A (zh) * | 2016-06-29 | 2016-12-07 | 南京大学 | 一种海冰体积的遥感估算方法 |
-
2017
- 2017-10-31 CN CN201711045858.XA patent/CN107730549B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107730549A (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110059698B (zh) | 用于街景理解的基于边缘稠密重建的语义分割方法及系统 | |
CN109145872B (zh) | 一种基于CFAR与Fast-RCNN融合的SAR图像舰船目标检测方法 | |
CN111797712B (zh) | 基于多尺度特征融合网络的遥感影像云与云阴影检测方法 | |
US20060062458A1 (en) | Method and system for identifying objects in an image | |
CN109034026B (zh) | 一种遥感影像中水陆区域的红树林提取方法及系统 | |
CN104462494A (zh) | 一种基于无监督特征学习的遥感图像检索方法及系统 | |
CN113111878B (zh) | 一种复杂背景下的红外弱小目标检测方法 | |
CN116110036B (zh) | 基于机器视觉的电力铭牌信息缺陷等级判断方法及装置 | |
CN103077504A (zh) | 一种基于自适应光照计算的图像去雾方法 | |
CN103268587B (zh) | 利用仿建筑用地指数获取城市建筑用地信息的方法 | |
CN113920148B (zh) | 基于多边形的建筑物边界提取方法、设备及存储介质 | |
CN114387521B (zh) | 基于注意力机制和边界损失的遥感影像建筑物提取方法 | |
CN113920147B (zh) | 基于深度学习的遥感影像建筑物提取方法及设备 | |
CN104182976B (zh) | 一种野外运动目标精细化提取方法 | |
CN107730549B (zh) | 一种计算海冰冰龄的方法 | |
CN112396646B (zh) | 台风中心点定位方法和装置 | |
CN113269028B (zh) | 一种基于深度卷积神经网络的水体变化检测方法和系统 | |
CN104867493B (zh) | 基于小波变换的多重分形维数端点检测方法 | |
CN102184524B (zh) | 基于规范切的邻域学习文化基因图像分割方法 | |
CN115423810B (zh) | 一种风力发电机组叶片覆冰形态分析方法 | |
CN116542988A (zh) | 结节分割方法、装置、电子设备及存储介质 | |
CN106296740B (zh) | 一种基于低秩稀疏表达的目标精细轮廓跟踪方法 | |
Zhang et al. | Intelligent location of tropical cyclone center | |
CN103034984B (zh) | 一种基于变分法的图像去雾方法 | |
AI-Mashagbah et al. | Estimation of changes in the Dead Sea surface water area through multiple water index algorithms and geospatial techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201009 Termination date: 20211031 |
|
CF01 | Termination of patent right due to non-payment of annual fee |