CN110020404A - 一种角度约束的遥感反演流场的矢量数据处理方法 - Google Patents
一种角度约束的遥感反演流场的矢量数据处理方法 Download PDFInfo
- Publication number
- CN110020404A CN110020404A CN201910285331.7A CN201910285331A CN110020404A CN 110020404 A CN110020404 A CN 110020404A CN 201910285331 A CN201910285331 A CN 201910285331A CN 110020404 A CN110020404 A CN 110020404A
- Authority
- CN
- China
- Prior art keywords
- vector
- angle
- flow field
- rotation
- rotation angle
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明公开一种角度约束的遥感反演流场的矢量数据处理方法,所述的处理方法包括以昼夜为时间段对反演流场的矢量进行分组;对组内矢量按照顺时针依次排序;计算相邻两个矢量的旋转方向与旋转角;确定流场旋转方向;计算主旋转方向下流场矢量的单位时间旋转角;确定基准矢量和基准旋转角;计算基准矢量外的其他矢量;计算得到的理论矢量和其对应得到所有矢量的角度差;按角度差的大小进行排序,删除角度差较大的对应矢量。本发明的数据处理方法契合近海流场受潮流影响的现象,一个潮流周期内的流场矢量应具备潮流椭圆的旋转规律,时间连续的遥感反演流场也应符合潮流椭圆。本方法能有效降低遥感反演流场矢量数据的角度误差,提高数据可用性。
Description
技术领域
本发明涉及遥感反演流场的数据处理领域,具体涉及一种角度约束的遥感反演流场的矢量数据处理方法。
背景技术
海水受月球和太阳的作用,除产生潮汐现象外,同时还产生周期性的水平流动,此种现象叫潮流。潮汐为海水上下的垂直运动,潮流为水平运动。非潮汐(主要是气象)原因引起的叫非潮流。总的流动叫海流,海流是海水因热辐射、蒸发、降水、冷缩等而形成的密度不同的水团,再加上风应力、地转偏向力、引潮力等作用而形成的大规模相对稳定的非周期性的海水运动流动,它是海水的普遍运动形式之一。描述海水运动的方法有两种分别是拉格朗日法和欧拉法。拉格朗日法是跟踪水质点以描述它的时空变化,这种方法实现起来比较困难,但近代用漂流瓶以及中性浮子等追踪流迹,可近似地了解流的变化规律。通常多用欧拉法来测量和描述海流,即在海洋中某些站点同时对海流进行观测,依靠测量结果用矢量表示海流的速度大小和方向,绘制流线图来描述流场中速度的分布。
海流对海洋中多种物理过程、化学过程、生物过程和地质过程,以及海洋上空的气候和天气的形成及变化,都有影响和制约的作用:1.暖流对沿岸气候有增温增湿作用,寒流对对沿岸气候有降温减湿作用。2.海轮顺海流航行可以节约燃料,加快速度。暖寒流相遇,往往形成海雾,对海上航行不利。此外,海流从北极地区携带冰山南下,给海上航运造成较大威胁。3.海流还可以把近海的污染物质携带到其他海域,有利于污染的扩散,加快净化速度。但是其他海域也可能因此受到污染,使污染范围更大等等。故了解和掌握海流的规律、大尺度的海-气相互作用和长时期的气候变化,对渔业、航运、排污和军事等都有重要意义。
为了实时监测与预报短时间尺度的海流变化过程,需要采用高时空分辨率的海洋卫星资料进行海表流场估算。一些研究表明,通过反演算法,利用静止轨道海洋卫星对某一固定海域的连续观测资料,可获取该区域海表流场的高频动态变化特征。基于连续观测的两幅卫星遥感影像,近几十年已有大量的研究结果表明利用最大互相关方法(maximumcross-correlation method,MCC)是迄今为止用的应用最为广泛一种海表流场反演算法。MCC方法是通过计算两幅连续遥感影像的之间相关系数来进行遥感图像匹配,从而反演得到海流。
最大相关系数法是基于模板匹配技术,是通过影响之间的相关关系系数来进行遥感影像的匹配。考虑同一尺度的两幅示踪物所在图像,在第一幅图像中选取一块小区域,称为模板窗口,在第二幅图像中同一中心位置选取一块比模板窗口大的区域,称为搜索窗口。模板匹配技术就是在搜索窗口中寻找一块同模板窗口相关性最好的匹配窗口,如果找到,则认为模板窗口在第二幅图像中移到了匹配窗口的位置上,求得一个位移矢量,位移矢量除以两幅图像成像的时间间隔就可以计算出模板窗口的平均移动速度。对第一幅影像中的所有模板窗口进行前面的操作,从而以获取所研究区域的海表流场。
有研究表明在中-低浑浊海域,证明了MCC算法能比较准确地反演出海表流场日内变化特征,而对于MCC算法在高浑浊水域的适用性研究至今还未有涉及。事实上,在高浑浊海域,水团非线性变形移动以及模板窗口内的小尺度动力过程都有可能引起MCC算法图像的误匹配;另外,在高浑浊海域悬浮物的快速沉降与再悬浮也会影响流场反演结果的准确性。因此很有必要开展MCC算法在高浑浊水域的适用性研究。
通过流场反演技术实时地获取高动态海表流场变化信息,进而为海上可能存在的危险情况提供快速及时的预警,这些都为海洋流场观测开辟了新的研究领域。因此,开展静止水色卫星在中国近海海域的动力环境遥感反演研究是非常有必要的。
通过试验可以知道,在利用卫星数据反演海流时,会出现理论意义上的数据偏差。而潮流椭圆是一种利用潮流调和分析得到的,利用椭圆要素得到潮流,但是利用椭圆要素时会出现相对偏出,对预报产生误差。
发明内容
本发明的目的是针对现有技术的不足,提供一种角度约束的遥感反演流场的矢量数据处理方法。
本发明的目的是通过以下技术方案来实现的:一种角度约束的遥感反演流场的矢量数据处理方法,包括如下步骤:
一种角度约束的遥感反演流场的矢量数据处理方法,其特征在于,具体包括如下步骤:
(1)以昼夜为时段对遥感反演流场的矢量数据进行分组,有可见光的时间段设定为白昼时段,没有可见光的时间段设定为黑夜时段;
(2)结合卫星数据的可用时间段和时间分辨率,得到n个组内矢量数据,并将其按照顺时针依次排序;
(3)计算相邻两个矢量的旋转方向与旋转角,且相邻两个矢量间的旋转角不小于10度,当旋转方向为顺时针时,统计旋转方向为+,反之统计为-,得到不大于n-1个的矢量旋转方向和旋转角;
(4)统计+/-的数量,选择数量多的定为流场的旋转方向;当出现+和-的数量相等时,优先选择矢量旋转方向连贯的那个方向作为流场的旋转方向,其次选择相同旋转方向下,相邻矢量旋转角的角度差之和最小的作为流场的旋转方向;
(5)采用以下公式计算流场的旋转方向下流场矢量的单位时间旋转角
aunit=atotal/t×tresolution
其中,aunit是单位时间旋转角,atotal是一个椭圆的角度之和,为360°,t是不同潮类型下所对应的时间,tresolution代表的是卫星数据的时间分辨率;
(6)确定流场的基准矢量;
按照步骤(4)得到的流场旋转方向,以组内的各个矢量依次作为假定基准矢量,以步骤(5)得到的单位时间旋转角为假定理论旋转角,确定组内其他矢量的理论值,计算各个矢量的理论值和实际值的角度差,并统计各个角度差的和;其中,假定基准矢量与其实际值之间的夹角为零;选择角度差的和最小的情况下的假定基准矢量作为流场的基准矢量;
(7)确定流场的基准旋转角;
以步骤(5)得到的aunit±1/2aunit作为假定旋转角的变化范围,从aunit-1/2aunit开始,依次增加1°为单位时间的假定旋转角,以步骤(6)得到的流场的基准矢量为基础,按照步骤(4)得到的流场旋转方向,依次得到其他矢量的理论值,并统计各个角度差的和,选择角度差的和最小的情况下的假定旋转角作为流场的基准旋转角;
(8)计算基准矢量以外的其他矢量;
通过步骤(6)和(7)确定的该矢量组内的基准矢量和基准旋转角,以步骤(6)确定的基准矢量为中心,利用步骤(7)确定的基准旋转角和步骤(4)计算统计出来的旋转方向来计算基准矢量以外的其他矢量,从而得到所有矢量的理论矢量;
(9)计算步骤(8)得到的理论矢量和其对应的实际矢量间的角度差;
(10)将步骤(9)得到的角度差从大到小进行排序,删除前m个角度差对应的矢量数据,完成矢量数据处理,其中,m≤n/2。
进一步地,步骤(1)中设定白昼时间为当地时间6时到18时,黑夜时间为18时到第二天的6时。
进一步地,步骤(4)中,当+/-相等且相邻矢量旋转角的角度差之和相等时,取前一天的该区域的流场方向作为该区域的流场方向。
进一步地,步骤(7)和(9)中的角度差的计算公式如下,
an_t=|an-an+1|
其中an_t代表两个角度的角度差,而an和an+1分别代表相邻的角度,且an_t<180°。
本发明的有益效果是:
本发明的角度约束的遥感反演流场的矢量数据处理方法,从矢量数据本身的特点出发筛选出最合适的矢量和旋转角,很好的对卫星数据法反演结果进行进一步的筛选,提高卫星反演的时间序列数据的准确性,获取的反演流场的信息更准确,为后续对海洋工程、海洋渔业、海洋生态环境等的研究提供了更加可靠的基础。
附图说明
图1是本发明的角度约束的遥感反演流场的矢量数据处理方法的流程图;
图2是本发明的用于计算流场的旋转方向和旋转角的示意图;
图3是本发明的流场的理论矢量和实际矢量示意图;
图4是本发明的具体实施例的实际处理后的矢量数据图。
具体实施方式
下面结合附图对本发明进行详细的描述。
通过流场反演技术可以实时地获取高动态的海表流场变化信息,进而为海上可能存在的危险情况提供快速及时的预警,所以利用遥感技术反演海表流场其精度的高低很大程度上显示了海表情况的准确性,所以有必要提高卫星反演流场的精度。
如图1所示,为本发明的角度约束的遥感反演流场的矢量数据处理方法的流程图,本发明从大数据的角度出发,考虑矢量数据之间的关系,确定总拟合偏转角度,从而进一步确定所在矢量组的基准矢量和基准旋转角;通过计算在确定了基准矢量和基准偏转角后计算得到的其余估算矢量和实际观测矢量之间的角度差,对其进行排序剔除,选出最合适的矢量。
本发明的角度约束的遥感反演流场的矢量数据处理方法,具体包括以下步骤:
(1)以昼夜为时段对遥感反演流场的矢量数据进行分组,有可见光的时间段设定为白昼时段,没有可见光的时间段设定为黑夜时段;
目前所用的被动光学遥感的适宜成像时间为白天,结合时间二十四小时制,将当地时间6时到18时设定为白昼时段,将18时到第二天的6时设定为黑夜时段,从而以昼夜为时段对遥感反演流场的矢量进行分组。
(2)结合卫星数据的可用时间段和时间分辨率,得到n个组内矢量数据,并将其按照顺时针依次排序;
对于所选取的遥感数据,根据其时间范围和时间分辨率,可以计算其相对应的矢量数目,然后根据时间对这些矢量进行排序。例如:静止水色卫星数据GOCI的可用时间段为北京时间8:30到15:30,且时间分辨率为一个小时,所以每天可以得到八幅影像,故采用MCC算法后可以得到7组矢量数据,按照时间划分,8:30-9:30为第1组矢量数据,9:30-10:30为第2组矢量数据,依次类推,14:30-15:30为第7组矢量数据。
(3)计算相邻两个矢量的旋转方向与旋转角,且相邻两个矢量间的旋转角不小于10度,当旋转方向为顺时针时,统计旋转方向为+,反之统计为-,得到不大于n-1个的矢量旋转方向和旋转角;
如图2所示,为用于计算流场的旋转方向和旋转角的示意图,首先角度an-1是矢量Vn和矢量Vn-1的旋转角,角度an是矢量Vn和矢量Vn+1的旋转角。从矢量Vn到矢量Vn-1是逆时针方向旋转,而从矢量Vn到矢量Vn+1是顺时针方向旋转,为了方便统计,设定顺时针为+,逆时针为-,并设定一个最低判断角度,大于该角度的进行统计,比如,在实施案例中,设定的最小统计角度为10度。
(4)统计+/-的数量,选择数量多的定为流场的旋转方向;当出现+和-的数量相等时,优先选择矢量旋转方向连贯的那个方向作为流场的旋转方向,其次选择相同旋转方向下,相邻矢量旋转角的角度差之和最小的作为流场的旋转方向;
通过步骤3的计算旋转方向的方法,所选卫星数据产生的矢量数目会产生相应数量的旋转方向个数(比矢量数目少1),比如:选取GOCI数据会有7组矢量数据,则相应的旋转方向数量为6个,统计+/-的数量,选择数量多的为旋转方向,若出现相等数量的情况即+和-的数量都是3个,则首选矢量旋转方向连贯的那个方向,其次选择相同旋转方向下,相邻矢量旋转角的角度差之和最小的作为流场的旋转方向;
(5)采用以下公式计算流场的旋转方向下流场矢量的单位时间旋转角
aunit=atotal/t×tresolution
其中aunit是单位时间旋转角,atotal是不同一个椭圆的总的角度360°,t是不同潮类型下所对应的时间比如半日潮对应t为12小时,而全日潮t对应于24小时,tresolutio代表的是不同卫星数据的时间分辨率。
潮的类型有正规全日潮,正规半日潮,不正规全日潮,不正规半日潮,本实施例中,选择的是静止水色卫星数据GOCI,若研究区域是半日潮,则t=12,tresolution=1,故aunit=360/12××1=30。
(6)确定流场的基准矢量;
按照步骤(4)得到的流场旋转方向,以组内的各个矢量依次作为假定基准矢量,以步骤(5)得到的单位时间旋转角为假定理论旋转角,确定组内其他矢量的理论值,计算各个矢量的理论值和实际值的角度差,并统计各个角度差的和;其中,假定基准矢量与其实际值之间的夹角为零;选择角度差的和最小的情况下的假定基准矢量作为流场的基准矢量;
(7)确定流场的基准旋转角;
以步骤(5)得到的aunit±1/2aunit作为假定旋转角的变化范围,从aunit-1/2aunit开始,依次增加1°为单位时间的假定旋转角,以步骤(6)得到的流场的基准矢量为基础,按照步骤(4)得到的流场旋转方向,依次得到其他矢量的理论值,并统计各个角度差的和,选择角度差的和最小的情况下的假定旋转角作为流场的基准旋转角;
作为其中一种实施例,首先对组内的各个矢量都依次作为假定基准矢量,以流场反演区域的潮汐周期确定理论旋转角,以理论旋转角的1/2为范围,变化拟合旋转角。在该实施例中,从15°到45°,依次增加1°为单位时间的假定旋转角,以假定基准矢量和假定旋转角,按流场选择方向,计算组内的每一个矢量对应时刻的潮流椭圆矢量,计算组内的每一个矢量与对应时刻的潮流椭圆矢量的偏转角。在计算旋转方向和方向角时若遇到第一矢量为第一象限,第二矢量为第四象限的情况下会进行数据的转换,总体的要求是角度偏差大于180度时,需要再计算360度减去这个值,以及当计算结果大于360度时,需要减去360度,当计算结果小于0度时,需要加上360度。即限定角度差范围在0-180°范围内。角度差的计算公式如下
an_t=|an-an+1|
如图3所示,流场的理论矢量和实际矢量示意图,使用一个标准矢量vn(例如:标准矢量vn与观测矢量Vn相同)和一个拟合角(a),建立起基于潮流椭圆的拟合模型。根据标准矢量和拟合角度按时间顺序计算估算矢量。矢量vn-1与矢量vn之间的角度为拟合角度。设置矢量Vn的偏转(a’)是实际偏转的绝对值,即矢量Vn和矢量Vn-1之间的夹角减去拟合角度后的绝对值。在估算矢量和观测矢量之间计算实际角度偏差,例如矢量vn与矢量Vn之间,然后矢量Vn的总拟合偏转(a’n)被定义为时间序列中观察到的矢量的所有偏转的总和。
对上述计算结果进行求和计算,确定求和的计算结果的最小值所对应的矢量为基准矢量,对应的旋转角为基准旋转角。
(8)计算基准矢量以外的其他矢量;
通过步骤(6)和(7)确定的该矢量组内的基准矢量和基准旋转角,以步骤(6)确定的基准矢量为中心,利用步骤(7)确定的基准旋转角和步骤(4)计算统计出来的旋转方向来计算基准矢量以外的其他矢量,从而得到所有矢量的理论矢量;
例如:如图3所示,假设确定基准矢量为v和基准旋转角,可以统计矢量v和其他矢量的间隔数量(例如:第一矢量和第三矢量的间隔为两个数量)记为num,再根据旋转方向判断要计算的矢量是在标准矢量的前后,然后根据如下公式:
avector=num×a±asd
asd设置为标准矢量对应的方向角,顺时针情况下+表示在标准矢量的时间的后一个时间段,-表示在标准矢量的时间的前一个时间段,逆时针情况和顺时针情况相反,就可以计算出任意矢量的avector。依次类推计算出各流场矢量对应的假定矢量方向。
(9)计算步骤(8)得到的理论矢量和其对应的实际矢量间的角度差;角度差的计算公式如下
an_t=|an-an+1|
如图3所示,可以计算出假定矢量和观测矢量之间的偏转角a’。
(10)将步骤(9)得到的角度差从大到小进行排序,删除前m个角度差对应的矢量数据,完成矢量数据处理,其中,m≤n/2。
本实施例中,结合图1-3,可以对通过卫星反演后的流场进行筛选。
对7组矢量产生的6个偏转角进行组内从大到小的排序,选出其中偏转角最大的两个,然后找出其对应的矢量,具有最大偏转的两个观测矢量或偏转大于角度限制的矢量被认为是不适合矢量,是需要剔除的。
在实施例中,比如2013年8月10日,其旋转方向是顺时针方向,基准矢量是第4矢量,基准旋转角为25度,需要剔除的矢量是矢量1和2,而2013年8月13日,其旋转方向也是顺时针方向,基站矢量是第3矢量,基准偏转角为27度,需要剔除的矢量是矢量1和6。如图4所示,为实际的效果图,其中灰色实线是剔除偏差角较大后剩余的矢量,而灰色虚线是每组矢量需要剔除的数据,而黑色是实测的漂流浮标数据,起做背景参考。从图中可以看出实施例中所选出的四天数据所剔除的两组总体偏差确实较大,比较明显的有8月10日剔除的第二个矢量(总矢量的第2个),8月11日剔除的第二个(总矢量的第4个)和8月13日剔除的第二个矢量(总矢量的第6个),这些三个矢量与所在组的其他矢量存在明显的角度偏差,而不明显的其他五个矢量虽然不太明显,但是从构成一个整体的椭圆角度来看,剔除矢量后剩余的每组5个矢量所构成的椭圆更加可靠。
本发明不限于以上的实施形态,在权利要求书中记载的发明范围内,可以进行种种的变更,这些变更当然也包含在本发明的范围内,这是不言而喻的。
Claims (4)
1.一种角度约束的遥感反演流场的矢量数据处理方法,其特征在于,具体包括如下步骤:
(1)以昼夜为时段对遥感反演流场的矢量数据进行分组,有可见光的时间段设定为白昼时段,没有可见光的时间段设定为黑夜时段;
(2)结合卫星数据的可用时间段和时间分辨率,得到n个组内矢量数据,并将其按照顺时针依次排序;
(3)计算相邻两个矢量的旋转方向与旋转角,且相邻两个矢量间的旋转角不小于10度,当旋转方向为顺时针时,统计旋转方向为+,反之统计为-,得到不大于n-1个的矢量旋转方向和旋转角;
(4)统计+/-的数量,选择数量多的定为流场的旋转方向;当出现+和-的数量相等时,优先选择矢量旋转方向连贯的那个方向作为流场的旋转方向,其次选择相同旋转方向下,相邻矢量旋转角的角度差之和最小的作为流场的旋转方向。
(5)采用以下公式计算流场的旋转方向下流场矢量的单位时间旋转角
aunit=atotal/t×tresolution
其中,aunit是单位时间旋转角,atotal是一个椭圆的角度之和,为360°,t是不同潮类型下所对应的时间,tresolution代表的是卫星数据的时间分辨率;
(6)确定流场的基准矢量;
按照步骤(4)得到的流场旋转方向,以组内的各个矢量依次作为假定基准矢量,以步骤(5)得到的单位时间旋转角为假定理论旋转角,确定组内其他矢量的理论值,计算各个矢量的理论值和实际值的角度差,并统计各个角度差的和;其中,假定基准矢量与其实际值之间的夹角为零;选择角度差的和最小的情况下的假定基准矢量作为流场的基准矢量;
(7)确定流场的基准旋转角;
以步骤(5)得到的aunit±1/2aunit作为假定旋转角的变化范围,从aunit-1/2aunit开始,依次增加1°为单位时间的假定旋转角,以步骤(6)得到的流场的基准矢量为基础,按照步骤(4)得到的流场旋转方向,依次得到其他矢量的理论值,并统计各个角度差的和,选择角度差的和最小的情况下的假定旋转角作为流场的基准旋转角;
(8)计算基准矢量以外的其他矢量;
通过步骤(6)和(7)确定的该矢量组内的基准矢量和基准旋转角,以步骤(6)确定的基准矢量为中心,利用步骤(7)确定的基准旋转角和步骤(4)计算统计出来的旋转方向来计算基准矢量以外的其他矢量,从而得到所有矢量的理论矢量;
(9)计算步骤(8)得到的理论矢量和其对应的实际矢量间的角度差;
(10)将步骤(9)得到的角度差从大到小进行排序,删除前m个角度差对应的矢量数据,完成矢量数据处理,其中,m≤n/2。
2.如权利要求1所述的角度约束的遥感反演流场的矢量数据处理方法,其特征在于,步骤(1)中设定白昼时间为当地时间6时到18时,黑夜时间为18时到第二天的6时。
3.如权利要求1所述的角度约束的遥感反演流场的矢量数据处理方法,其特征在于,步骤(4)中,当+/-相等且相邻矢量旋转角的角度差之和相等时,取前一天的该区域的流场方向作为该区域的流场方向。
4.如权利要求1所述的角度约束的遥感反演流场的矢量数据处理方法,其特征在于,步骤(7)和(9)中的角度差的计算公式如下,
an_t=|an-an+1|
其中an_t代表两个角度的角度差,而an和an+1分别代表相邻的角度,且an_t<180°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910285331.7A CN110020404B (zh) | 2019-04-10 | 2019-04-10 | 一种角度约束的遥感反演流场的矢量数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910285331.7A CN110020404B (zh) | 2019-04-10 | 2019-04-10 | 一种角度约束的遥感反演流场的矢量数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110020404A true CN110020404A (zh) | 2019-07-16 |
CN110020404B CN110020404B (zh) | 2023-03-21 |
Family
ID=67190926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910285331.7A Active CN110020404B (zh) | 2019-04-10 | 2019-04-10 | 一种角度约束的遥感反演流场的矢量数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110020404B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110568449A (zh) * | 2019-10-14 | 2019-12-13 | 自然资源部第二海洋研究所 | 一种风生粗糙海面激光反射、透射矩阵计算方法 |
CN111324859A (zh) * | 2017-02-17 | 2020-06-23 | 谷歌有限责任公司 | 在矩阵矢量处理器中置换 |
CN114840808A (zh) * | 2022-04-06 | 2022-08-02 | 浙江大学 | 多相关系数算法的遥感反演流场的异常矢量数据处理方法 |
Citations (7)
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 |
CN103413014A (zh) * | 2013-03-11 | 2013-11-27 | 北京师范大学 | 一种基于二向性反射分布函数(brdf)原型反演地表反照率的方法 |
US20160011333A1 (en) * | 2014-07-11 | 2016-01-14 | Schlumberger Technology Corporation | Regional stress inversion using frictional faults |
CN105844000A (zh) * | 2016-03-18 | 2016-08-10 | 江苏铨铨信息科技有限公司 | 一种mcc 表面海流反演方法 |
CN107251404A (zh) * | 2015-01-23 | 2017-10-13 | 三菱电机株式会社 | 交流旋转电机的控制装置 |
CN107657144A (zh) * | 2017-08-30 | 2018-02-02 | 天津大学 | 一种基于船舶ais和计程仪数据的近岸流场反演方法 |
CN108919262A (zh) * | 2018-04-27 | 2018-11-30 | 中国国土资源航空物探遥感中心 | Dem辅助强度相关的冰川表面运动三维矢量反演方法 |
-
2019
- 2019-04-10 CN CN201910285331.7A patent/CN110020404B/zh active Active
Patent Citations (7)
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 |
CN103413014A (zh) * | 2013-03-11 | 2013-11-27 | 北京师范大学 | 一种基于二向性反射分布函数(brdf)原型反演地表反照率的方法 |
US20160011333A1 (en) * | 2014-07-11 | 2016-01-14 | Schlumberger Technology Corporation | Regional stress inversion using frictional faults |
CN107251404A (zh) * | 2015-01-23 | 2017-10-13 | 三菱电机株式会社 | 交流旋转电机的控制装置 |
CN105844000A (zh) * | 2016-03-18 | 2016-08-10 | 江苏铨铨信息科技有限公司 | 一种mcc 表面海流反演方法 |
CN107657144A (zh) * | 2017-08-30 | 2018-02-02 | 天津大学 | 一种基于船舶ais和计程仪数据的近岸流场反演方法 |
CN108919262A (zh) * | 2018-04-27 | 2018-11-30 | 中国国土资源航空物探遥感中心 | Dem辅助强度相关的冰川表面运动三维矢量反演方法 |
Non-Patent Citations (3)
Title |
---|
ZHIHUA MAO 等: "A dynamic sediment model based on satellite-measured concentration of the surface suspended matter in the East China Sea", 《JOURNAL OF GEOPHYSICAL RESEARCH: OCEANS》 * |
林明森,孙瀛,郑淑卿: "用星载微波散射计测量海洋风场的反演方法研究", 《海洋学报(中文版)》 * |
蒋兴伟等: "HY-2卫星微波散射计海面风矢量场反演技术研究", 《中国工程科学》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111324859A (zh) * | 2017-02-17 | 2020-06-23 | 谷歌有限责任公司 | 在矩阵矢量处理器中置换 |
CN111324859B (zh) * | 2017-02-17 | 2023-09-05 | 谷歌有限责任公司 | 在矩阵矢量处理器中置换 |
US11748443B2 (en) | 2017-02-17 | 2023-09-05 | Google Llc | Permuting in a matrix-vector processor |
CN110568449A (zh) * | 2019-10-14 | 2019-12-13 | 自然资源部第二海洋研究所 | 一种风生粗糙海面激光反射、透射矩阵计算方法 |
CN110568449B (zh) * | 2019-10-14 | 2021-04-16 | 自然资源部第二海洋研究所 | 一种风生粗糙海面激光反射、透射矩阵计算方法 |
CN114840808A (zh) * | 2022-04-06 | 2022-08-02 | 浙江大学 | 多相关系数算法的遥感反演流场的异常矢量数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110020404B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110020404A (zh) | 一种角度约束的遥感反演流场的矢量数据处理方法 | |
Bechle et al. | Development and application of an automated river-estuary discharge imaging system | |
Ding et al. | Dynamics of shoreline and land reclamation from 1985 to 2015 in the Bohai Sea, China | |
Hicks | Tide and current glossary | |
Winter | Macro scale morphodynamics of the German North Sea coast | |
Stanchev et al. | Determination of the Black Sea area and coastline length using GIS methods and Landsat 7 satellite images | |
Cutroneo et al. | Current observations from a looking down vertical V-ADCP: interaction with winds and tide? The case of Giglio Island (Tyrrhenian Sea, Italy) | |
CN109612441A (zh) | 一种基于最优分类和矢量平均的波浪方向浮标主波向计算方法 | |
Lipphardt et al. | Synoptic Lagrangian maps: Application to surface transport in Monterey Bay | |
Kim et al. | Comparison of internal waves in various ocean fields around the korean peninsula | |
Goldsmith | Wave Climate Model of the Mid-Atlantic Shelf and Shoreline (Virginia Sea): Model Development, Shelf Geomorphology, and Preliminary Results | |
Magnell et al. | Convergent shelf flow at Cape Mendocino | |
CN108120981B (zh) | 浅海水深雷达遥感探测方法 | |
Pratomo et al. | Analysis of accuracy comparison tidal global (FES2014, TPXO9) and regional (BIG Prediction) models to the existing tides in Surabaya and surrounding waters | |
CN109635247B (zh) | 一种基于计数比例加权平均的波浪方向浮标主波向计算方法 | |
Todd | Marine cadastre–opportunities and implications for Queensland | |
Zhang et al. | Bathymetric features of Subei Bank on ENVISAT ASAR images | |
CN114840808B (zh) | 多相关系数算法的遥感反演流场的异常矢量数据处理方法 | |
Lijun et al. | Remote sensing method for extracting topographic information on tidal flats using spatial distribution features | |
Manno et al. | Shoreline detection in a gentle slope Mediterranean beach | |
Qi | Use of International Hydrographic Organization tidal data for improved tidal prediction | |
Urițescu et al. | Remote sensing data use for evolution analysis of the Danube distributaries river mouths in the Chilia-Bystroye area. | |
Fisher | A Statistical study of winds and sea water temperatures during Oregon coastal upwelling | |
Wang et al. | Assessment of vulnerability to sea-level rise for China's Coast | |
Blancher | Investigating Diel Periodicity in Export Flux in the Gulf of Mexico Using a Particulate Imaging System |
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 |