CN108415979B - 一种海面风场反演中微波散射计数据搜索范围的计算方法 - Google Patents

一种海面风场反演中微波散射计数据搜索范围的计算方法 Download PDF

Info

Publication number
CN108415979B
CN108415979B CN201810135193.XA CN201810135193A CN108415979B CN 108415979 B CN108415979 B CN 108415979B CN 201810135193 A CN201810135193 A CN 201810135193A CN 108415979 B CN108415979 B CN 108415979B
Authority
CN
China
Prior art keywords
wind
data
value
search range
sequence
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
Application number
CN201810135193.XA
Other languages
English (en)
Other versions
CN108415979A (zh
Inventor
魏士俨
杨晟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Third Institute of Oceanography MNR
Original Assignee
Third Institute of Oceanography MNR
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Third Institute of Oceanography MNR filed Critical Third Institute of Oceanography MNR
Priority to CN201810135193.XA priority Critical patent/CN108415979B/zh
Publication of CN108415979A publication Critical patent/CN108415979A/zh
Application granted granted Critical
Publication of CN108415979B publication Critical patent/CN108415979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • 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)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

一种海面风场反演中微波散射计数据搜索范围的计算方法，NDBC浮标数据预处理；提取实测风数据，构建风向量集合；HY‑2A散射计数据预处理；建立初始值为0km，步长值为5km，最大值为50km的搜索范围序列T，即参与计算该单元风场的后向散射系数的空间范围；根据提取结果，遍历集合A中所有向量，提取散射计数据；对序列T进行归一化处理，步长值为0.02，则得到T；遍历数据集A计算风场反演误差，即对第n个风向量An，计算对应序列Bn中风速、风向值与An值的绝对误差并进行归一化处理，得到误差数组e∈(0,1)；绘制e和T的散点图，拟合曲线，沿45°方向搜索最小值，其对应的序列值即为最优搜索范围值。

Description

一种海面风场反演中微波散射计数据搜索范围的计算方法
技术领域
本发明属于海洋遥感技术领域，尤其是涉及一种海面风场反演中微波散射计数据搜索范围的计算方法。
背景技术
海面风场是影响海浪、海流、水团的重要因素和海洋动力学的基本参数，在提高全球大气、海洋动力学预报模式的准确性等研究中有着重要的价值。同时，海面风矢量是影响航海、海上作业、渔业生产等的主要因素，是优化航线、航路保证、避免台风、搜索和救援工作的关键，因此，海面风矢量的观测具有重要意义[1]。
卫星遥感以大面积的同步测量、获取速度快、覆盖范围大、时空分辨率高、可连续观测等优点而成为目前全球风矢量观测的主要手段，其中星载微波散射计以其能够在晴空和有云条件下全天候提供海面风矢量(风速和风向)观测数据等特点成为目前为止获取全球海洋风矢量最主要的微波遥感器[2]。自1978年美国发射了第一个搭载业务化运行散射计的卫星SeaSat以来[3]，已有多个星载散射计投入业务化运行，包括ERS1/2散射计[4]、NSCAT[5]、QuikSCAT与ADEOSⅡ[6]以及Metop[7]上搭载的微波散射计。我国于20世纪80年代开始了微波散射计的研究计划，并于2002年发射的神舟四号飞船上搭载我国第一个试验用星载散射计，2011年8月发射了海洋二号(HY-2A)卫星，搭载有我国首个可业务化运行的卫星散射计。
微波散射计反演的海面风场的过程中，通常根据风场产品的格网大小，确定后向散射系数的搜索范围。现有的大部分散射计风场产品得格网大小为25km×25km，即采用25km作为搜索半径，ASCAT的海岸风场产品的格网大小达到12.5km×12.5km，有研究人员尝试将ASCAT风场产品尺寸提升至6.25km×6.25km[8]。由于没有判定最优搜索范围的标准以及计算范围的方法，导致了散射计风场产品规格较少，没有充分发掘其应用的潜力。
参考文献
[1]林明森,邹巨洪,解学通,张毅.HY-2A微波散射计风场反演算法[J].中国工程科学,2013,15(07):68-74.
[2]Liu W，Timothy.Progress in scatterometer application[J].Oceanography，2002，58：121-136.
[3]Grantham W，Bracalentee，Jones W，et al.The SeaSat-A satellitescatterometer[J].IEEE Journal of Oceanic Engineering，1977，OE22(2)：200-206.
[4]Attema EPW.The Active Microwave Instrument Onboard the ERS-1Satellite[C].Proceedings of the IEEE，1991，79(6)：791-799.
[5]Naderi F M，Freilich M H，Long David G.Spaceborne Radar Measurementof Wind Velocity over the Ocean-An Overview of the NSCAT Scatterometer System[C].Proceedings of the IEEE，1991，79(6)：850-866.
[6]Wu Chialin，Liu Yong，Kellogg K H.Design and Calibration of theSeawind Scatterometer[C].IEEE Transactions on aerospace and elect ronicsystems，2003，39(1)：94-109.
[7]Figa-Saldana J，Wilson J J W，Attema E，et al.The advancedscatterometer(ASCAT)on the meteorologycal operational(MetOp)platform：A followon for European wind scatterometers[J].Canadian Journal of Remote Sensing，2002，28(3)：404-412.
[8]J.Vogelzang,A.Stoffelen,R.D.Lindsley,A.Verhoef,and J.Verspeek,“TheASCAT6.25-km Wind Product,”Ieee Journal of Selected Topics in Applied EarthObservations and Remote Sensing,vol.10,no.5,pp.2321-2331,May,2017.
发明内容
本发明的目的在于针对上述由于没有判定最优搜索范围的标准以及计算范围的方法，导致散射计风场产品规格较少，没有充分发掘其应用的潜力等问题，提供利用现场观测的风数据，建立微波散射计风场反演中后向散射系数最优搜索范围的标准，实现最优范围的计算，取得良好效果的一种海面风场反演中微波散射计数据搜索范围的计算方法。
本发明包括以下步骤：
1)NDBC浮标数据预处理；
在步骤1)中，所述NDBC浮标数据预处理的方法可为：剔除单站位风数据中的空值和非法值。
2)提取实测风数据，构建风向量集合；
在步骤2)中，所述提取实测风数据，构建风向量集合的方法可为：所述风向量集合表示为A，包括time，lon，lat，ws，wd；其中，time是风数据的采集时间(UTC时间)，lon是该时刻风数据的经度，lat是该时刻风数据的纬度，ws是该时刻的风速，wd是该时刻的风向；第n个数据表示为An(timen，lonn，latn，wsn，wdn)。
3)HY-2A散射计数据预处理；
在步骤3)中，所述HY-2A散射计数据预处理的方法可为：剔除散射计数据中的空值和非法值。
4)建立初始值为0km，步长值为5km，最大值为50km的搜索范围序列T(T1＝0，T50＝50)，即参与计算该单元风场的后向散射系数的空间范围；
5)根据步骤2)中的提取结果，遍历集合A中所有向量，提取散射计数据；
在步骤5)中，所述提取散射计数据的具体方法可为：对于集合A中第n个向量，选取在timen时，覆盖位置M(lonn，latn)的散射计后向散射条带，以位置M(lonn，latn)为中心，以序列T为半径，分别提取后向散射系数并反演风场，建立序列风场向量集合Bn(T，ws，wd)，序列中的第k项对应的风向量为Bnk(Tk，wsk，wdk)；若散射计无数据，则删除数据集A中的第n个向量。
6)对序列T进行归一化处理，步长值为0.02，则得到T(T1＝0，T50＝1)；
7)遍历数据集A计算风场反演误差，即对第n个风向量An，计算对应序列Bn中风速、风向值与An值的绝对误差并进行归一化处理，得到误差数组e∈(0,1)；绘制e和T的散点图，拟合曲线，沿45°方向搜索最小值，其对应的序列值即为最优搜索范围值。
本发明以获得最优的微波散射计风场反演结果为目标，以风场反演精度和搜索范围的作为最优搜索范围的标准，以现场实测风数据为中心，选取散射计条带数据，设计搜素范围的多级序列，提取后向散射系数并反演海面风场，计算序列与实测数据的误差值，根据标准确定最优范围，具体的过程如下：
1、现场实测风数据预处理，提取风向量数据集合。
2、散射计数据预处理，匹配实测风数据和散射计后向散射系数据条带。
3、根据匹配结果，提取后向散射系数，建立搜素范围多级散射计后向散射系数序列。
4、对后向散射系数序列进行风场反演处理，得到散射计反演风向量数据序列。
5、计算实测风向量和散射计风向量数据的归一化绝对误差。
6、对搜素范围多级序列进行归一化。
7、对归一化的绝对误差和归一化的范围序列进行拟合，沿45°的方向搜索最小值，其对应的范围即最优搜索范围。
本发明为了解决散射计风场反演中，数据搜索范围不确定性的问题，提出一种的计算方法；采用现场实测的风数据，建立搜索范围多级序列，通过拟合反演风场的误差，实现了最优搜素范围的确定。
附图说明
图1为本发明实施例的搜索范围和绝对误差拟合。在图1中，由散射计反演风场绝对误差和搜索范围拟合的曲线，在45°方向上的最小值所对应的归一化误差为0.37，归一化搜索范围为0.40，则对应的最优搜索范围为20km。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明实施例包括以下步骤：
1、NDBC浮标数据预处理。即剔除单站位风数据中的空值和非法值。
2、提取实测风数据，构建风向量集合。该集合表示为A(time，lon，lat，ws，wd)；其中，time是风数据的采集时间(UTC时间)，lon是该时刻风数据的经度，lat是该时刻风数据的纬度，ws是该时刻的风速，wd是该时刻的风向；第n个数据表示为An(timen，lonn，latn，wsn，wdn)。
3、HY-2A散射计数据预处理。即剔除散射计数据中的空值和非法值。
4、建立初始值为0km，步长值为5km，最大值为50km的搜索范围序列T(T1＝0，T50＝50)，即参与计算该单元风场的后向散射系数的空间范围。
5、根据步骤2中的提取结果，遍历集合A中所有向量，提取散射计数据。即对于集合A中第n个向量，选取在timen时，覆盖位置M(lonn，latn)的散射计后向散射条带，以位置M(lonn，latn)为中心，以序列T为半径，分别提取后向散射系数并反演风场，建立序列风场向量集合Bn(T，ws，wd)，序列中的第k项对应的风向量为Bnk(Tk，wsk，wdk)；若散射计无数据，则删除数据集A中的第n个向量。
6、对序列T进行归一化处理，步长值为0.02，则得到T(T1＝0，T50＝1)。
7、遍历数据集A计算风场反演误差，即对第n个风向量An，计算对应序列Bn中风速、风向值与An值的绝对误差并进行归一化处理，得到误差数组e∈(0,1)。绘制e和T的散点图，拟合曲线(如图1所示)，沿45°方向搜索最小值，其对应的序列值即为最优搜索范围值。
本发明通过利用NDBC浮标观测的风数据，建立0～50km的搜索范围序列，通过曲线拟合分析，实现了星载微波散射计海面风场反演中后向散射系数搜索范围最优值得确定，为散射计风场反演提供了技术参考，有效地提升了散射计数据的应用潜力。

Claims (5)

1.一种海面风场反演中微波散射计数据搜索范围的计算方法，其特征在于包括以下步骤：
1)NDBC浮标数据预处理；
2)根据步骤1)的结果，将每个风场数据表示为向量形式，构建验证风场数据集合AN；
3)HY-2A散射计数据预处理，得到后向散射数据集合S；
4)建立初始值为0km，步长值为5km，最大值为50km的搜索范围序列TK，其中T1＝0，T50＝50，即参与计算单元风场的后向散射系数的空间范围；
5)根据步骤2)的结果，遍历集合AN中所有向量，提取步骤3)集合S中对应的散射计数据；
6)对序列TK进行归一化处理，步长值为0.02，则得到T，包括T1＝0，T50＝1；
7)根据步骤5)的结果，遍历集合AN计算风场反演误差，确定最优搜索范围值；对第n个风向量An，计算对应集合Bn中风速、风向值与An值的绝对误差并进行归一化处理，得到误差数组en∈(0,1)，其中，n为正整数，满足1≤n≤N；绘制eN和TK的散点图，拟合曲线，沿45°方向搜索最小值，其对应的序列值即为最优搜索范围值。
2.如权利要求1所述一种海面风场反演中微波散射计数据搜索范围的计算方法，其特征在于在步骤1)中，所述NDBC浮标数据预处理的方法为：剔除单站位风数据中的空值和非法值，得到的每个有效单站位风场数据均包含数据采集时间、位置、风速和风向信息。
3.如权利要求1所述一种海面风场反演中微波散射计数据搜索范围的计算方法，其特征在于在步骤2)中，所述构建验证风场数据集合的方法：将步骤1)得到的单个站位风数据表示为向量A，包括time，lon，lat，ws，wd；其中，time是风数据的采集时间，lon是该时刻风数据的经度，lat是该时刻风数据的纬度，ws是该时刻的风速，wd是该时刻的风向；第n个向量An包括timen，lonn，latn，wsn，wdn对应于步骤1)结果中的第n个单站位风数据，其采集时间为timen，采集位置为lonn，latn，风速为wsn，风向为wdn，其中，n为正整数，满足1≤n≤N；所有向量构成了实测风向量集合AN，N为向量的个数。
4.如权利要求1所述一种海面风场反演中微波散射计数据搜索范围的计算方法，其特征在于在步骤3)中，所述HY-2A散射计数据预处理的方法为：剔除散射计数据中的空值和非法值。
5.如权利要求1所述一种海面风场反演中微波散射计数据搜索范围的计算方法，其特征在于在步骤5)中，所述提取散射计数据的具体方法为：对于集合AN中第n个向量An包括timen，lonn，latn，wsn，wdn，其采集时间为timen，位置M为lonn，latn，风速为wsn，风向为wdn，其中，n为正整数，满足1≤n≤N；在步骤3)结果集合S中选取采集时间为timen时刻，覆盖位置M包括lonn，latn的散射计后向散射条带，以位置M包括lonn，latn为中心，以序列TK为半径范围，分别提取范围内所有后向散射系数并反演风场，得到了对应于向量An的序列风场集合Bn，包括TK，wsK，wdK，TK是搜索范围半径序列，wsK是风速序列，wdK是风向序列，第n个集合的风场序列中第k项对应的风向量为Bnk，包括Tk、wsk、wdk，Tk是第k个搜索范围半径，wsk是第k个风速，wdk是第k个风向，其中，n和k为正整数，满足1≤n≤N和1≤k≤K，向量An和序列风场集合Bn为一一对应的关系；若散射计无数据，则删除AN中的第n个向量An，遍历AN中所有向量后，得到散射计风场序列集合组BN。
CN201810135193.XA 2018-02-09 2018-02-09 一种海面风场反演中微波散射计数据搜索范围的计算方法 Active CN108415979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810135193.XA CN108415979B (zh) 2018-02-09 2018-02-09 一种海面风场反演中微波散射计数据搜索范围的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810135193.XA CN108415979B (zh) 2018-02-09 2018-02-09 一种海面风场反演中微波散射计数据搜索范围的计算方法

Publications (2)

Publication Number Publication Date
CN108415979A CN108415979A (zh) 2018-08-17
CN108415979B true CN108415979B (zh) 2022-03-29

Family

ID=63128155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810135193.XA Active CN108415979B (zh) 2018-02-09 2018-02-09 一种海面风场反演中微波散射计数据搜索范围的计算方法

Country Status (1)

Country Link
CN (1) CN108415979B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109506880A (zh) * 2018-11-14 2019-03-22 杭州师范大学 一种台风强风圈提取方法
CN113971350B (zh) * 2021-12-22 2022-03-15 中国民用航空总局第二研究所 风速场拟合补缺方法及装置、介质
CN114910661B (zh) * 2022-05-13 2023-08-04 北京大学 海面风速的反演方法、装置、介质和计算设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853335A (zh) * 2010-06-01 2010-10-06 国家卫星海洋应用中心 一种海面风场反演的点方式反演方法
CN103698750A (zh) * 2014-01-07 2014-04-02 国家卫星海洋应用中心 海洋二号卫星散射计海面风场反演方法和装置
CN105204022A (zh) * 2014-10-22 2015-12-30 航天恒星科技有限公司 海面风场的反演方法及装置
CN105224733A (zh) * 2015-09-19 2016-01-06 东北电力大学 风电功率弃风数据特征识别的方法
CN105676191A (zh) * 2016-01-08 2016-06-15 国家卫星海洋应用中心 基于海洋微波遥感技术的散射计数据转化方法及装置
CN105787281A (zh) * 2016-03-24 2016-07-20 国家海洋环境预报中心 一种海浪有效波高场的融合反演方法和装置
CN105975763A (zh) * 2016-04-29 2016-09-28 国家卫星海洋应用中心 一种多源海面风场的融合方法和装置
CN106021864A (zh) * 2016-05-09 2016-10-12 国家卫星海洋应用中心 星载散射计后向散射系数的检验方法和装置
CN106610491A (zh) * 2016-12-21 2017-05-03 广州市气象台 星载sar后向散射系数的检验方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853335A (zh) * 2010-06-01 2010-10-06 国家卫星海洋应用中心 一种海面风场反演的点方式反演方法
CN103698750A (zh) * 2014-01-07 2014-04-02 国家卫星海洋应用中心 海洋二号卫星散射计海面风场反演方法和装置
CN105204022A (zh) * 2014-10-22 2015-12-30 航天恒星科技有限公司 海面风场的反演方法及装置
CN105224733A (zh) * 2015-09-19 2016-01-06 东北电力大学 风电功率弃风数据特征识别的方法
CN105676191A (zh) * 2016-01-08 2016-06-15 国家卫星海洋应用中心 基于海洋微波遥感技术的散射计数据转化方法及装置
CN105787281A (zh) * 2016-03-24 2016-07-20 国家海洋环境预报中心 一种海浪有效波高场的融合反演方法和装置
CN105975763A (zh) * 2016-04-29 2016-09-28 国家卫星海洋应用中心 一种多源海面风场的融合方法和装置
CN106021864A (zh) * 2016-05-09 2016-10-12 国家卫星海洋应用中心 星载散射计后向散射系数的检验方法和装置
CN106610491A (zh) * 2016-12-21 2017-05-03 广州市气象台 星载sar后向散射系数的检验方法及装置

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
CALIBRATION AND VALIDATION OF THE HY-2 SCATTEROMETER BACKSCATTER MEASUREMENTS OVER OCEAN;Jintai Zhu 等;《2014 IEEE Geoscience and Remote Sensing Symposium》;20140718;4382-4385 *
Progress in Scatterometer Application;W. TIMOTHY LIU;《Journal of Oceanography》;20021231;第58卷;121-136 *
Sea Surface Wind Speed Estimation by Using HY-2A Scatterometer wind and Ocean Ambient Noise;Shiyan Wei 等;《2017 IEEE International Conference on Signal Processing，Communication and Computing》;20171025;1-4 *
基于RADARSAT-2雷达数据的海面风速反演方法研究;韩冰;《中国优秀硕士学位论文全文数据库 基础科学辑》;20160815(第08期);A010-8 *
基于交叉极化数据的海面风速反演研究;许遐祯 等;《气象科学》;20171019;第37卷(第5期);629-638 *
星载微波散射计海面风场与海洋环境噪声的相关特性分析;魏士俨 等;《海洋学报》;20170515;第39卷(第5期);61-67 *
海面风场数据时空融合方法研究;魏士俨 等;《计算机仿真》;20171115;第34卷(第11期);25-28 *

Also Published As

Publication number Publication date
CN108415979A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
Ruf et al. Assessment of CYGNSS wind speed retrieval uncertainty
CN114518586B (zh) 一种基于球谐展开的gnss精密单点定位方法
Haase et al. Accuracy and variability of GPS tropospheric delay measurements of water vapor in the western Mediterranean
Bentamy et al. Characterization of ASCAT measurements based on buoy and QuikSCAT wind vector observations
CN108415979B (zh) 一种海面风场反演中微波散射计数据搜索范围的计算方法
CN111401602B (zh) 基于神经网络的卫星以及地面降水测量值同化方法
CN113255874B (zh) 一种基于优化的bp神经网络微波遥感反演土壤水分的方法
Strajnar et al. Impact of new aircraft observations Mode‐S MRAR in a mesoscale NWP model
CN107367773A (zh) 一种基于北斗定位的单点气象要素确定方法
Alvarez et al. Summer upwelling frequency along the western Cantabrian coast from 1967 to 2007
Elyouncha et al. Joint retrieval of ocean surface wind and current vectors from satellite SAR data using a Bayesian inversion method
Landwehr et al. Using global reanalysis data to quantify and correct airflow distortion bias in shipborne wind speed measurements
Houghton et al. Performance statistics of a real-time Pacific Ocean weather sensor network
Abbasy et al. Precipitable water vapour estimation using the permanent single GPS station in Zanjan, Iran
CN117493611A (zh) 基于本船观测的气象资料三维变分同化方法
CN110991087A (zh) 一种基于多入射角组网sar卫星数据的风场反演方法及系统
CN111951204B (zh) 一种基于深度学习的天宫二号探测数据海面风速反演方法
CN108334742B (zh) 一种微波散射计海面风场反演精度的验证方法
Sapucci et al. GPS-PWV jumps before intense rain events
Hay et al. In Situ Validation of Altimetry and CFOSAT SWIM Measurements in a High Wave Environment
Zangenehinanlu et al. Comparison of observed rainfall and satellite rainfall data PERSIANN and CMORPH-interpolation methods in hourly and daily scale.(case study: Shopoor basin)
Yang et al. Evaluation of retracking algorithms over China and adjacent coastal seas
Zhang et al. Design and Application of an Intelligent Patrol Algorithm for Forest Management and Protection Based on Global Positioning System.
Zheng et al. Preliminary inquiry on the linear relationship between the height of the station and the ground height error retrieved by GNSS-IR with low-cost smart electronic equipment
CN111965669B (zh) 一种gnss时间序列中观测墩热膨胀信号的分离方法

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
CB02 Change of applicant information

Address after: 361005 Fujian Province University of Siming District of Xiamen City Road No. 178

Applicant after: THIRD INSTITUTE OF OCEANOGRAPHY, MINISTRY OF NATURAL RESOURCES

Address before: 361005 Fujian Province University of Siming District of Xiamen City Road No. 178

Applicant before: THIRD INSTITUTE OF OCEANOGRAPHY, STATE OCEANIC ADMINISTRATION

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant