CN108716953B - 一种船载非接触式海表温度测量装置现场性能评估方法 - Google Patents

一种船载非接触式海表温度测量装置现场性能评估方法 Download PDF

Info

Publication number
CN108716953B
CN108716953B CN201810622275.7A CN201810622275A CN108716953B CN 108716953 B CN108716953 B CN 108716953B CN 201810622275 A CN201810622275 A CN 201810622275A CN 108716953 B CN108716953 B CN 108716953B
Authority
CN
China
Prior art keywords
temperature
sea
sea surface
model
data
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
CN201810622275.7A
Other languages
English (en)
Other versions
CN108716953A (zh
Inventor
陈世同
刘厂
刘利强
赵玉新
吴鹏
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201810622275.7A priority Critical patent/CN108716953B/zh
Publication of CN108716953A publication Critical patent/CN108716953A/zh
Application granted granted Critical
Publication of CN108716953B publication Critical patent/CN108716953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/80—Calibration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiation Pyrometers (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种基于神经网络的船载辐射计现场测温性能评估方法，属于海洋探测领域，主要步骤包括气象参数如风速、海表皮温度、大气湿度、温度的获取，通过神经网络算法计算海气界面热通量，利用评价模型将高精度测温传感器所测海表体温转换为相应的皮温数据，利用转换后的皮温数据对船载辐射计现场测温性能进行评价。本发明考虑了海洋大气耦合效应，包括风速、海气热交换等对海表皮温与海表体温之间的温差ΔT的影响，可以实时的求出海表体温与皮温之间的差值。本发明提出的评价方法得到的结果精度高，实施性强，提高了对船载辐射计海上性能评价结果的精度。

Description

一种船载非接触式海表温度测量装置现场性能评估方法
技术领域
本发明属于海洋探测领域，具体涉及一种船载非接触式海表温度测量装置现场性能评估方法。
背景技术
目前，国内外海表热辐射仪的精度评价方法主要是利用黑体校准源对辐射仪进行精度标定或将热辐射仪进行相互比较印证以及利用接触式测温仪对其性能进行直接评价。其中，通过高精度黑体校准源对其进行精度标定，标定结果忽略了实际真实海洋环境下的气象条件对测量数据的影响，因此，在实验室条件下得到的标定结果存在一定的误差。然而，利用热辐射仪进行相互比较印证，却忽略了辐射仪的遥感精度受到多种环境因素的影响，其中包括大气温度、大气湿度以及海面风速等。因此，印证结果的可信度大大降低。此外，采用接触式高精度温度传感器作为标准器来评估海表热辐射仪的性能，但是接触式温度传感器的测量结果为海表体温，而不是准确的海表皮温，如孙凤琴等人在《西北太平洋部分海域AVHRR、TMI与MODIS遥感海表层温度的初步验证》一文中提出了多传感器额数据印证，利用2002年7月～2005年12月Argo浮标5～6m表层的温度数据对AVHRR/MODIS/TMI SST的数据在西北太平洋部分海域进行了印证，结果表明以上数据集与Argo浮标5～6m层温度的总体的均方差在0.6℃～0.9℃。这是因为海表温度与海水体温的偏差与大气温度和海表风速有关。
Donlon等人对大西洋一带(52°N～20°S)的皮温-体温的差值特征进行了研究，发现差值是随不同海域在0.35±0.35K范围变化的，与云覆盖没有明显关系，低风速下的差值随风速增加而降低，高风速下(>10m/s)几乎为0，并对差值在其它不同状况下的变化进行了分析。
因此，船载海表辐射仪海上测温性能的现场评估难度非常大，如果有一种方法既能充分考虑环境因素的影响，又能对海表热辐射仪性能进行现场评估，那么对于海表热辐射仪的研制以及相关的科学研究具有重要意义。
发明内容
本发明的目的是提供一种船载海表热辐射仪海上性能的现场评估方法，该方法采用一种基于海表皮层温度模型和暖温层模型的评价方法，它可计算出海表皮温与海表体温之间的温差ΔT。这样将接触式传感器所测海表体温转换为海表皮温，再对船载辐射仪的测温性能进行评价。
本发明为实现上述目的所采用的技术方案是：基于神经网络的船载辐射计现场测温性能评估方法，包括以下几个步骤：
一种船载非接触式海表温度测量装置现场性能评估方法，其特征在于，包含以下步骤：
步骤一：对实测海域位置进行选取，确定所测海域的经度和纬度；
步骤二：在数据匹配之前，对实测数据做初步的质量控制，首先剔除超出时间和地理位置的无效的现场数据；
步骤三：剔除部分现场实测数据中的误差数据，利用3σ阈值剔除准则将数据集的同一传感器、同一时间而经纬度不同的数据，同一传感器、同一时间而温度不同的数据的无效数据剔除；
步骤四：利用船载辐射仪架设在海面上方对选取的海域进行海表温度的测量，再使用高精度接触式测温传感器放置在水下0.5m处进行现场海表体温的测量，将所测体温数据与辐射仪所测数据进行匹配；
步骤五：在选取的海洋范围内，利用获取的风速、大气温度和湿度海表气象参数，通过L-M算法的BP神经网络算法计算海表湍流热通量，首先确定神经网络模型中的输入参数；所需输入参数分别为：海表10米风速，大气温度、湿度、海表温度；然后执行步骤六；
步骤六：对神经网络模型中的传递函数及模型结构进行确定；
步骤七：利用基于L-M算法的BP神经网络算法计算出海表潜热通量；
步骤八：利用红外辐射计获取海表净长波辐射通量QIR的值，通过计算公式Qnet＝QIR+QH+QE得到海气界面净热通量Qnet的大小，式中QH为感热通量，QE为潜热通量；
步骤九：建立基于海表皮层温度模型和暖温层模型的评估模型，计算海表皮温与海表体温之间的温差ΔT；
海表皮层温度模型具有以下形式：
Figure BDA0001698331160000021
式中，Q表示流出海洋的热通量，κ是热扩散率，ρ是海水密度，cp是水的比热容，ν是运动粘度，λ是经验系数，称为Saunders系数，u*是水中的摩阻速度；
暖温层模型的形式如下：
Figure BDA0001698331160000022
式中，ΔTw(z)为海表皮下表面部水体温度Tskin与测量深度z米处的海表体温T(z)之间的温差；DT为暖温层厚度；SSTskin为海表温度；ΔTw为暖温层内总的温度变化，它的计算公式为：
Figure BDA0001698331160000031
式中，v为经验参数，这里取0.3；R(DT)是暖温层吸收的太阳热辐射通量，Q是海气界面散热通量；ρ是海水密度，cp是海水的比热容，DT为暖温层厚度；
步骤十：对评估模型中的参数及系数进行确定；
步骤十一：建立评估模型，计算海表皮温与海表体温之间的温差ΔT；
步骤十二：利用评估模型将高精度接触式温度传感器所测海表体温转换为海表皮温；
步骤十三：计算模型各参量的不确定度，确定模型的转换精度，一次测量结果An的uA＝S；
平均测量结果A的不确定度
Figure BDA0001698331160000032
式中xi为样本，
Figure BDA0001698331160000033
为样本均值；
步骤十四：对辐射计的海上测温性能进行评价。
本发明的优点在于：
本发明的目的是为了更合理、准确的评估船载海表热辐射仪海上实测性能，提出基于神经网络的船载辐射计现场测温性能评估方法。此方法可将高精度接触式温度传感器测温结果通过改进的评价方法转换为海表皮温，然后再将转换结果与辐射仪测量结果进行比对，得出辐射仪测量精确度，从而对海表热辐射仪性能进行现场评估。这种方法避免了将辐射仪测量结果与接触式传感器直接进行比较引入的系统误差，提高了评估方法的准确性、可信度。
附图说明
图1为本发明评估模型的温度转换流程图；
图2为本发明基于神经网络算法计算海气界面热通量的流程图。
具体实施方式
下面结合附图对本发明做进一步描述。
实施例1：
本发明的目的是提供一种船载海表热辐射仪海上性能的现场评估方法，该方法采用一种基于海表皮层温度模型和暖温层模型的评价方法，它可计算出海表皮温与海表体温之间的温差ΔT。这样，就可以将接触式传感器所测海表体温转换为海表皮温，再对船载辐射仪的测温性能进行评价。
本发明为实现上述目的所采用的技术方案是：基于神经网络的船载辐射计现场测温性能评估方法，包括以下几个步骤：
步骤1.对实测海域位置进行选取，确定所测海域的经度和纬度；
步骤2.利用船载辐射仪架设在海面上方对选取的海域进行海表温度的测量，再使用高精度接触式测温传感器放置在水下0.5m处进行现场海表体温的测量，将所测体温数据与辐射仪所测数据进行匹配；
步骤3.在选取的海洋范围内，利用获取的海表如风速、大气温度和湿度气象参数；
步骤4.利用基于L-M算法的BP神经网络算法计算海表湍流热通量，并且在所测海域利用辐射计测量海表的净长波辐射通量，即可得到海气界面净热通量值；
步骤5.建立基于海表皮层温度模型和暖温层模型的评估方法，计算海表皮温与海表体温之间的温差ΔT；
步骤6.确定评估方法中的模型参数；
步骤7.计算模型各参量的不确定度，确定模型的转换精度；
步骤8.对辐射计的海上测温性能进行评价。
实施例二：
本发明先选取实验海域，在此海域利用船载海表热辐射仪测量海表皮温，再通过接触式温度传感器测量海表体温，并将两者进行匹配。此外，还需得到此海域的海表气象参数，将这些气象参数作为输入参数，利用神经网络算法计算海表湍流热通量，再利用船载热辐射计测得海表净长波辐射通量，就可得到海气界面净热通量。然后，通过基于海表皮层温度模型和暖温层模型的评估方法将将接触式传感器所测海表体温转换为海表皮温，再对船载辐射仪的测温性能进行评价。具体包括以下几个步骤：
步骤1.对实测海域位置进行选取，确定所测海域的经度和纬度；
步骤2.利用船载辐射仪架设在海面上方对选取的海域进行海表温度的测量，再使用高精度接触式测温传感器放置在水下0.5m处进行现场海表体温的测量，将所测体温数据与辐射仪所测数据进行匹配；
步骤2.1.在数据匹配之前，要对实测数据做初步的质量控制，首先剔除无效的现场数据，如超出时间和地理位置的无效数据；
步骤2.2.剔除部分现场实测数据中的误差数据，利用3σ阈值剔除准则将数据集的无效数据剔除。包括同一传感器、同一时间而经纬度不同的数据，同一传感器、同一时间而温度不同的数据；
步骤3.在选取的海洋范围内，利用获取的海表如风速、大气温度和湿度气象参数；
步骤4.利用基于L-M算法的BP神经网络算法计算海表湍流热通量，并且在所测海域利用辐射计测量海表的净长波辐射通量，即可得到海气界面净热通量值；
步骤4.1.确定神经网络模型中的输入参数。所需输入参数分别为：海表10米风速，大气温度、湿度、海表温度；
步骤4.2.对神经网络模型中的传递函数及模型结构进行确定；
步骤4.3.利用基于L-M算法的BP神经网络算法计算出海表潜热通量；
步骤4.4.利用红外辐射计获取海表净长波辐射通量QIR的值，通过计算公式Qnet＝QIR+QH+QE得到海气界面净热通量Qnet的大小，式中QH为感热通量，QE为潜热通量。
步骤5.建立基于海表皮层温度模型和暖温层模型的评估模型，计算海表皮温与海表体温之间的温差ΔT；
海表皮层温度模型具有以下形式：
Figure BDA0001698331160000051
式中，Q表示流出海洋的热通量，κ是热扩散率，ρ是海水密度，cp是水的比热容，ν是运动粘度，λ是经验系数，称为Saunders系数，u*是水中的摩阻速度；
暖温层模型的形式如下
Figure BDA0001698331160000052
式中，ΔTw(z)为海表皮下表面部水体温度Tskin与测量深度z米处的海表体温T(z)之间的温差；DT为暖温层厚度；SSTskin为海表温度；ΔTw为暖温层内总的温度变化，它的计算公式为：
Figure BDA0001698331160000061
式中，v为经验参数，这里取0.3。R(DT)是暖温层吸收的太阳热辐射通量，Q是海气界面散热通量。ρ是海水密度，cp是海水的比热容，DT为暖温层厚度。
步骤5.1.对评估模型中的参数及系数进行确定；
步骤5.2.建立评估模型，计算海表皮温与海表体温之间的温差ΔT；
步骤6.利用评估模型将高精度接触式温度传感器所测海表体温转换为海表皮温；
步骤7.计算模型各参量的不确定度，确定模型的转换精度，一次测量结果An的uA＝S；
平均测量结果A的不确定度
Figure BDA0001698331160000062
式中xi为样本，
Figure BDA0001698331160000063
为样本均值。
步骤8.对辐射计的海上测温性能进行评价。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种船载非接触式海表温度测量装置现场性能评估方法，其特征在于，包含以下步骤：
步骤一：对实测海域位置进行选取，确定所测海域的经度和纬度；
步骤二：在数据匹配之前，对实测数据做初步的质量控制，首先剔除超出时间和地理位置的无效的现场数据；
步骤三：剔除部分现场实测数据中的误差数据，利用3σ阈值剔除准则将数据集的同一传感器、同一时间而经纬度不同的数据，同一传感器、同一时间而温度不同的数据的无效数据剔除；
步骤四：利用船载辐射仪架设在海面上方对选取的海域进行海表温度的测量，再使用高精度接触式测温传感器放置在水下0.5m处进行现场海表体温的测量，将所测体温数据与辐射仪所测数据进行匹配；
步骤五：在选取的海洋范围内，利用获取的风速、大气温度和湿度海表气象参数，通过L-M算法的BP神经网络算法计算海表湍流热通量，首先确定神经网络模型中的输入参数；所需输入参数分别为：海表10米风速，大气温度、湿度、海表温度；然后执行步骤六；
步骤六：对神经网络模型中的传递函数及模型结构进行确定；
步骤七：利用基于L-M算法的BP神经网络算法计算出海表潜热通量；
步骤八：利用红外辐射计获取海表净长波辐射通量QIR的值，通过计算公式Qnet＝QIR+QH+QE得到海气界面净热通量Qnet的大小，式中QH为感热通量，QE为潜热通量；
步骤九：建立基于海表皮层温度模型和暖温层模型的评估模型，计算海表皮温与海表体温之间的温差ΔT
海表皮层温度模型具有以下形式：
Figure FDA0002330149410000011
式中，Q表示海气界面散热通量，κ是热扩散率，ρ是海水密度，cp是海水的比热容，ν是运动粘度，λ是经验系数，称为Saunders系数，u*是水中的摩阻速度；
暖温层模型的形式如下：
Figure FDA0002330149410000012
式中，ΔTw(z)为海表皮下表面部水体温度Tskin与测量深度z米处的海表体温T(z)之间的温差；DT为暖温层厚度；SSTskin为海表温度；ΔTw为暖温层内总的温度变化，它的计算公式为：
Figure FDA0002330149410000021
式中，v为经验参数，这里取0.3；R(DT)是暖温层吸收的太阳热辐射通量，Q是海气界面散热通量；ρ是海水密度，cp是海水的比热容，DT为暖温层厚度；
步骤十：对评估模型中的参数及系数进行确定；
步骤十一：建立评估模型，计算海表皮温与海表体温之间的温差ΔT；
步骤十二：利用评估模型将高精度接触式温度传感器所测海表体温转换为海表皮温；
步骤十三：计算模型各参量的不确定度，确定模型的转换精度，一次测量结果An的uA＝S；
平均测量结果A的不确定度
Figure FDA0002330149410000022
式中xi为样本，
Figure FDA0002330149410000023
为样本均值；
步骤十四：对辐射计的海上测温性能进行评价。
CN201810622275.7A 2018-06-15 2018-06-15 一种船载非接触式海表温度测量装置现场性能评估方法 Active CN108716953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810622275.7A CN108716953B (zh) 2018-06-15 2018-06-15 一种船载非接触式海表温度测量装置现场性能评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810622275.7A CN108716953B (zh) 2018-06-15 2018-06-15 一种船载非接触式海表温度测量装置现场性能评估方法

Publications (2)

Publication Number Publication Date
CN108716953A CN108716953A (zh) 2018-10-30
CN108716953B true CN108716953B (zh) 2020-04-07

Family

ID=63912151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810622275.7A Active CN108716953B (zh) 2018-06-15 2018-06-15 一种船载非接触式海表温度测量装置现场性能评估方法

Country Status (1)

Country Link
CN (1) CN108716953B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861355B (zh) * 2021-02-09 2022-02-11 北京师范大学 海表净辐射估算方法和系统
CN117742409A (zh) * 2023-12-21 2024-03-22 九江物瑞网络科技有限公司 基于工业互联网的数据处理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0315986A (ja) * 1989-03-28 1991-01-24 Furuno Electric Co Ltd 面温度表示装置
JPH08170931A (ja) * 1994-12-19 1996-07-02 Nec Corp 水面監視方法および装置
CN102176002A (zh) * 2010-12-30 2011-09-07 中国科学院地理科学与资源研究所 基于地表水热通量遥感反演的干旱监测方法及系统
CN102831644A (zh) * 2012-07-09 2012-12-19 哈尔滨工程大学 一种海洋环境信息三维可视化方法
CN103439025A (zh) * 2013-09-05 2013-12-11 中国科学院南海海洋研究所 水体皮温-表温同步测量装置及其对卫星遥感的定标方法
CN104406715A (zh) * 2014-12-15 2015-03-11 重庆市勘测院 一种遥感估算地表感热/潜热通量的精度评价方法及系统
CN105574615A (zh) * 2015-12-16 2016-05-11 南京理工大学 一种基于空间相关性与ga的小波-bp神经网络风电功率预测方法
CN105894106A (zh) * 2015-01-05 2016-08-24 国家电网公司 一种海洋模式和气象模式的一体化耦合方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323906B (zh) * 2011-09-08 2014-01-08 哈尔滨工程大学 一种基于遗传算法的mc/dc测试数据自动生成方法
CN104864984B (zh) * 2015-05-21 2017-04-05 青岛大学 基于神经网络的微小反应器温度测量方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0315986A (ja) * 1989-03-28 1991-01-24 Furuno Electric Co Ltd 面温度表示装置
JPH08170931A (ja) * 1994-12-19 1996-07-02 Nec Corp 水面監視方法および装置
CN102176002A (zh) * 2010-12-30 2011-09-07 中国科学院地理科学与资源研究所 基于地表水热通量遥感反演的干旱监测方法及系统
CN102831644A (zh) * 2012-07-09 2012-12-19 哈尔滨工程大学 一种海洋环境信息三维可视化方法
CN103439025A (zh) * 2013-09-05 2013-12-11 中国科学院南海海洋研究所 水体皮温-表温同步测量装置及其对卫星遥感的定标方法
CN104406715A (zh) * 2014-12-15 2015-03-11 重庆市勘测院 一种遥感估算地表感热/潜热通量的精度评价方法及系统
CN105894106A (zh) * 2015-01-05 2016-08-24 国家电网公司 一种海洋模式和气象模式的一体化耦合方法
CN105574615A (zh) * 2015-12-16 2016-05-11 南京理工大学 一种基于空间相关性与ga的小波-bp神经网络风电功率预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Measurements of Sea Surface Temperature and Wind Vector by Nadir Airborne Microwave Instruments in Joint United States/Russia Internal Waves Remote Sensing Experiment JUSREX’92;Alexey V. Kuzmin 等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;19990731;全文 *

Also Published As

Publication number Publication date
CN108716953A (zh) 2018-10-30

Similar Documents

Publication Publication Date Title
Fairall et al. Integrated shipboard measurements of the marine boundary layer
CN104820250B (zh) 一种极轨气象卫星virr海洋上云检测的处理方法
CN108716953B (zh) 一种船载非接触式海表温度测量装置现场性能评估方法
CN115147239B (zh) 新建滨海电厂温升区环境本底水温推算及温升计算方法
CN108663727B (zh) 利用蒸发率在世界海域范围内估算蒸发波导高度的方法
Farrar et al. Sea surface temperature signatures of oceanic internal waves in low winds
CN109374581B (zh) 基于光谱监测系统sas的水色监测装置
Mammen et al. STEP—A temperature profiler for measuring the oceanic thermal boundary layer at the ocean–air interface
Weller et al. Sensors for physical fluxes at the sea surface: energy, heat, water, salt
Ramp et al. Surface heating and patchiness in the coastal ocean off central California during a wind relaxation event
Swain et al. Estimation of mixed-layer depth from surface parameters
Pneumatikos An experimental test of the empirical formulae commonly used to represent wind speed profiles near the ground
Legeckis et al. Comparison of polar and geostationary satellite infrared observations of sea surface temperatures in the Gulf of Maine
Ali et al. Estimating wind stress at the ocean surface from scatterometer observations
Hagan The profile of upwelling 11‐μm radiance through the atmospheric boundary layer overlying the ocean
Yang et al. Development of an air temperature measuring instrument used in the field of meteorological detection
Asano et al. Development of a radiometer-sonde for simultaneously measuring the downward and upward broadband fluxes of shortwave and longwave radiation
Friebel et al. Evaluation of the flow distortion around the Campbell Scientific CSAT3 sonic anemometer relative to incident wind direction
Foken et al. Wind sensors
CN114218786B (zh) 非偏振卫星传感器在轨偏振辐射特性反演方法
de Szoeke Fast floating temperature sensor measures SST, not wet-bulb temperature
Barton et al. Satellite-derived sea surface temperature inter-comparison: A case study
Franco et al. Effects of the Surface and Atmospheric Stability on the Integral Length Scale at a Coastal Site
Grissom et al. An evaluation of adding a low-cost temperature string to NDBC Weather Buoys for monitoring heat content in the Caribbean Sea
CN107767030B (zh) 一种基于多源遥感卫星风速校正的海上风能资源评估方法

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
GR01 Patent grant
GR01 Patent grant