CN113360849B - 一种基于ICESat-2数据的海冰密集度估算方法及系统 - Google Patents
一种基于ICESat-2数据的海冰密集度估算方法及系统 Download PDFInfo
- Publication number
- CN113360849B CN113360849B CN202110631481.6A CN202110631481A CN113360849B CN 113360849 B CN113360849 B CN 113360849B CN 202110631481 A CN202110631481 A CN 202110631481A CN 113360849 B CN113360849 B CN 113360849B
- Authority
- CN
- China
- Prior art keywords
- sea ice
- data
- ice
- grid
- sea
- 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
Images
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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06F16/29—Geographical information databases
Abstract
本发明涉及一种基于ICESat‑2数据的海冰密集度估算方法及系统,方法包括:读取ICESat‑2的ATL10原始数据集,得到海冰数据集;根据海冰数据的采集时间划分不同月份的海冰数据集;对于每个月份的海冰数据集,根据海冰数据的经纬度信息,得到各个海冰数据在极地立体投影网格中的格网信息,得到不同格网的海冰数据集;分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度。与现有技术相比,本发明假定格网的海冰密集度等于沿ICESat‑2测高轨迹的海冰密集度,利用ICESat‑2的ATL10原始数据集进行海冰密集度估计,提供了一种新的海冰密集度估算方法,提升了ICESat‑2数据的利用价值,有利于对极地冰盖变化和海冰密集度等进行监测。
Description
技术领域
本发明涉及一种海冰密集度估算方法及系统,尤其是涉及一种基于ICESat-2数据的海冰密集度估算方法及系统。
背景技术
海冰在全球气候系统中起着至关重要的作用,能有效地调节海洋和大气间的能量和动量交换,海冰密集度是研究海冰变化的重要参量,它是指单位区域内海冰覆盖率的百分比。海冰密集度分布图可以为受冰影响水域的航行提供有价值的信息,并用于气候建模,因此监测海冰密集度等相关参数对船舶路径规划、海上天气预报、海洋灾害预警和水资源管理等应用领域都非常重要。传统的海冰密集度估测方法是走航观测法,在进行南北极科学考察时,经过训练的船员按照海冰观测标准目视判断船只所在区域的海冰密集度和冰型等信息,进而判断海冰边界,但是这种方法会受到主观因素的干扰。
随着技术的进步,目前通常采用可见近红外及主被动微波遥感(尤其是被动微波遥感手段)监测海冰密集度。可见近红外监测技术利用可见光遥感进行估测,例如MODIS的可见光和近红外波段数据。但是可见光遥感受云雾和夜晚的影响较大,并且极地区域存在独特的极夜现象,因此该方法只适用于非极夜时期小范围的晴空海域。主动微波遥感监测技术是利用主动微波SAR数据,通过后向散射等参数的不同来区分海水以及不同的冰型。主动微波SAR数据有高分辨率、不受云雾和极夜影响的优势,但是存在重返周期较久、覆盖区域较小以及数据因为商业卫星收费的原因难以获得等问题。被动微波遥感监测技术利用被动微波遥感数据,被动微波遥感数据具有不受云雾和极夜影响的优势,从1978年发射多通道微波扫描辐射计SSMR后就一直有连续的观测数据,并且具有覆盖范围大、重返周期短的优势,因此成为了长时间序列、大尺度研究极地海冰变化的主要数据源。
2018年9月15日,ICESat-2在美国范登堡空军基地成功发射,这标志着星载激光对地连续观测新纪元的开启。ICESat-2的唯一荷载仪器是一部先进地形激光测高仪系统ATLAS(advanced topography laser altimeter system)。ICESat-2与最初的ICESat相比,其搭载的ATLAS使用的是一种低脉冲能量激光,包括6束激光(3个强光束和3个弱光束),6束激光束分为3对光束(1个强光束与1个弱光束为1对),强弱光束横跨轨道90m,光束对间的分隔约为3.3km。强光束的段长度为10~200m(平均15m),弱光束的段长度是0~800m(平均60m),计算段(segments)的空间分辨率时,加上单个激光足印的大小14m,即强光束平均段长度约30m,弱光束平均段长度约75m。
ICESat-2的ATLAS提供了高精度的海冰相关参数数据,但尚未有研究人员提出基于ICESat-2数据进行海冰密集度估算,如何使用ICESat-2的高精度海冰数据进行海冰密集度估算、提升ICESat-2数据的利用价值成为一个研究点。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于ICESat-2数据的海冰密集度估算方法及系统,假定格网的海冰密集度等于沿ICESat-2测高轨迹的海冰密集度,利用ICESat-2的ATL10原始数据集进行海冰密集度估计,提供了一种新的海冰密集度估算方法,为海冰密集度估计提供了新的数据源,提升了ICESat-2数据的利用价值,有利于对极地冰盖变化和海冰密集度等进行监测。
本发明的目的可以通过以下技术方案来实现:
一种基于ICESat-2数据的海冰密集度估算方法,包括以下步骤:
S1、读取ICESat-2的ATL10原始数据集,得到海冰数据集,所述海冰数据集中包括多个海冰数据,海冰数据的属性包括经纬度信息、采集时间、冰水类别参数和段长;
S2、根据海冰数据的采集时间划分海冰数据集中的海冰数据,得到不同月份的海冰数据集;对于每个月份的海冰数据集,根据海冰数据的经纬度信息,得到各个海冰数据在极地立体投影网格中的格网信息,包括海冰数据所在格网的行列号,根据海冰数据所在格网的行列号划分海冰数据集中的海冰数据,得到不同格网的海冰数据集;
S3、分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度,格网的海冰密集度等于格网内的海冰面积除以格网的面积,假定格网的海冰密集度等于沿ICESat-2测高轨迹的海冰密集度,假定格网内每个段长数据的一半为面积计算的半径,沿ICESat-2测高轨迹的海冰密集度的计算过程如下:对于极地立体投影网格中的一个格网,获取该格网的海冰数据集,计算该格网的海冰密集度:
其中,N表示该格网内ICESat-2的测高轨迹的条数,Pi表示该格网内ICESat-2第i条测高轨迹包含的采样点的数量,每个采样点对应海冰数据集中的一个海冰数据,Itrack表示沿该格网内ICESat-2测高轨迹的海冰密集度,Lij表示海冰数据的段长,表示海冰数据的纬度,Wij表示海冰数据的波形类型,Wij的取值为0或1,Wij的大小是根据海冰数据的冰水类别参数的值确定的。
进一步的,海冰数据的属性还包括飞行方向参数,所述飞行方向参数用于表征ICESat-2所处的飞行模式,当弱波束引导强波束时,ICESat-2被认为是向前飞行的,当强光束引导弱光束时,ICESat-2被认为是向后飞行的;飞行方向参数等于1表示处于前进模式,右侧right是强光束,飞行方向参数等于0表示处于后退模式,左侧left是强光束,飞行方向参数等于2表示处于过渡模式,ICESat-2在两个方向之间机动,此时的数据质量可能会下降;在步骤S1中,基于飞行方向参数的值保留海冰数据集中对应强光束的海冰数据,仅使用强光束的海冰数据参与后续计算,既降低了计算量,也提高了计算精度。
进一步的,冰水类别参数用于区分采样点是海冰或冰间水道,当冰水类别参数等于0时,表示被云遮盖的采样情况,当冰水类别参数等于1时,表示采样点为没有冰间水道的冰/雪表面,当冰水类别参数等于2~9时,表示采样点为冰间水道。
更进一步的,步骤S1中还包括自海冰数据集中剔除冰水类别参数等于0的海冰数据。
更进一步的,步骤S3中,如果一个海冰数据的冰水类别参数等于1,则该海冰数据的波形类型取值为1,如果一个海冰数据的冰水类别参数不等于1,则该海冰数据的波形类型取值为0。
进一步的,步骤S3中使用的极地立体投影网格是NSIDC的25×25km极地立体网格。
一种基于ICESat-2数据的海冰密集度估算系统,包括:
数据获取单元,用于自ICESat-2的ATL10原始数据集中读取数据,得到包含多个海冰数据的海冰数据集,所述海冰数据的属性包括经纬度信息、采集时间、冰水类别参数和段长;
数据处理单元,基于海冰数据的采集时间将海冰数据集划分为不同月份的海冰数据集,对于每个月份的海冰数据集,基于海冰数据的经纬度信息得到各个海冰数据在极地立体投影网格中的格网信息,包括海冰数据所在格网的行列号,根据海冰数据所在格网的行列号将海冰数据集划分为不同格网的海冰数据集;
密集度计算单元,分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度,计算过程具体为:对于极地立体投影网格中的一个格网,获取该格网的海冰数据集,计算该格网的海冰密集度:
其中,N表示该格网内ICESat-2的测高轨迹的条数,Pi表示该格网内ICESat-2第i条测高轨迹包含的采样点的数量,每个采样点对应海冰数据集中的一个海冰数据,Itrack表示沿该格网内ICESat-2测高轨迹的海冰密集度,Lij表示海冰数据的段长,表示海冰数据的纬度,Wij表示海冰数据的波形类型,Wij的取值为0或1,Wij的大小是根据海冰数据的冰水类别参数的值确定的。
进一步的,海冰数据的属性还包括飞行方向参数,所述飞行方向参数用于表征ICESat-2所处的飞行模式,飞行方向参数等于1表示处于前进模式,右侧right是强光束,飞行方向参数等于0表示处于后退模式,左侧left是强光束,飞行方向参数等于2表示处于过渡模式;在所述数据获取单元中,基于飞行方向参数的值保留海冰数据集中对应强光束的海冰数据。
进一步的,冰水类别参数用于区分采样点是海冰或冰间水道,当冰水类别参数等于0时,表示被云遮盖的采样情况,当冰水类别参数等于1时,表示采样点为没有冰间水道的冰/雪表面,当冰水类别参数等于2~9时,表示采样点为冰间水道;在所述数据获取单元中,剔除冰水类别参数等于0的海冰数据。
更进一步的,在密集度计算单元中,如果一个海冰数据的冰水类别参数等于1,则该海冰数据的波形类型取值为1,如果一个海冰数据的冰水类别参数不等于1,则该海冰数据的波形类型取值为0。
与现有技术相比,本发明具有以下有益效果:
(1)假定格网的海冰密集度等于沿ICESat-2测高轨迹的海冰密集度,利用ICESat-2的ATL10原始数据集进行海冰密集度估计,提供了一种新的海冰密集度估算方法,为海冰密集度估计提供了新的数据源,提升了ICESat-2数据的利用价值。
(2)由于ICESat-2数据的采样点密集、分辨率高,利用ICESat-2数据估算的海冰密集度的精度高于传统方法估算的海冰密集度,有利于对极地冰盖变化和海冰密集度等进行监测。
(3)ICESat-2数据中对应强光束的海冰数据分辨率更高,本申请使用飞行方向参数来判断ICESat-2的飞行模式,从而确定强弱光束,提升了计算精度,而且减少了计算量。
附图说明
图1为本发明的流程示意图;
图2海冰密集度对比图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1:
一种基于ICESat-2数据的海冰密集度估算方法,如图1所示,包括以下步骤:
S1、读取ICESat-2的ATL10原始数据集,得到海冰数据集,海冰数据集中包括多个海冰数据,海冰数据的属性包括经纬度信息、采集时间、冰水类别参数和段长;
S2、根据海冰数据的采集时间划分海冰数据集中的海冰数据,得到不同月份的海冰数据集;对于每个月份的海冰数据集,根据海冰数据的经纬度信息,得到各个海冰数据在极地立体投影网格中的格网信息,包括海冰数据所在格网的行列号,根据海冰数据所在格网的行列号划分海冰数据集中的海冰数据,得到不同格网的海冰数据集;
S3、分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度,格网的海冰密集度等于格网内的海冰面积除以格网的面积,假定格网的海冰密集度等于沿ICESat-2测高轨迹的海冰密集度,假定格网内每个段长数据的一半为面积计算的半径,沿ICESat-2测高轨迹的海冰密集度的计算过程如下:对于极地立体投影网格中的一个格网,获取该格网的海冰数据集,计算该格网的海冰密集度:
其中,N表示该格网内ICESat-2的测高轨迹的条数,Pi表示该格网内ICESat-2第i条测高轨迹包含的采样点的数量,每个采样点对应海冰数据集中的一个海冰数据,Itrack表示沿该格网内ICESat-2测高轨迹的海冰密集度,Lij表示海冰数据的段长,表示海冰数据的纬度,Wij表示海冰数据的波形类型,Wij的取值为0或1,Wij的大小是根据海冰数据的冰水类别参数的值确定的。
一种基于ICESat-2数据的海冰密集度估算系统,包括:
数据获取单元,用于自ICESat-2的ATL10原始数据集中读取数据,得到包含多个海冰数据的海冰数据集,海冰数据的属性包括经纬度信息、采集时间、冰水类别参数和段长;
数据处理单元,基于海冰数据的采集时间将海冰数据集划分为不同月份的海冰数据集,对于每个月份的海冰数据集,基于海冰数据的经纬度信息得到各个海冰数据在极地立体投影网格中的格网信息,包括海冰数据所在格网的行列号,根据海冰数据所在格网的行列号将海冰数据集划分为不同格网的海冰数据集;
密集度计算单元,分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度,计算过程具体为:对于极地立体投影网格中的一个格网,获取该格网的海冰数据集,假定格网内每个段长数据的一半为面积计算的半径,计算该格网的海冰密集度:
其中,N表示该格网内ICESat-2的测高轨迹的条数,Pi表示该格网内ICESat-2第i条测高轨迹包含的采样点的数量,每个采样点对应海冰数据集中的一个海冰数据,Itrack表示沿该格网内ICESat-2测高轨迹的海冰密集度,Lij表示海冰数据的段长,表示海冰数据的纬度,Wij表示海冰数据的波形类型,Wij的取值为0或1,Wij的大小是根据海冰数据的冰水类别参数的值确定的。
ICESat-2的ATL10原始数据集中的海冰数据包括多种属性,如海冰干舷等,本申请提取其中的经纬度信息、采集时间、冰水类别参数和段长,去除了无用的数据,提高了数据处理效率。
冰水类别参数用于区分采样点是海冰或冰间水道,当冰水类别参数等于0时,表示被云遮盖的采样情况,不参与计算,当冰水类别参数等于1时,表示采样点为没有冰间水道的冰/雪表面,该海冰数据的波形类型取1,当冰水类别参数等于2~9时,表示采样点为冰间水道,该海冰数据的波形类型取0。为了减少后续计算量,本申请自海冰数据集中剔除冰水类别参数等于0的海冰数据。
由于ICESat-2包括强弱光束,本申请还提取了海冰数据的飞行方向参数,飞行方向参数用于表征ICESat-2所处的飞行模式,当弱波束引导强波束时,ICESat-2被认为是向前飞行的,当强光束引导弱光束时,ICESat-2被认为是向后飞行的;飞行方向参数等于1表示处于前进模式,右侧right是强光束,飞行方向参数等于0表示处于后退模式,左侧left是强光束,飞行方向参数等于2表示处于过渡模式,ICESat-2在两个方向之间机动,此时的数据质量可能会下降。强光束的海冰数据分辨率更高,本申请基于飞行方向参数保留海冰数据集中对应强光束的海冰数据,使用强光束的海冰数据参与后续计算,提高了海冰密集度的估算精度,降低了计算量。
考虑到海冰密集度与温度的关系极为密切,本申请先将海冰数据集按月份划分,这样分别计算不同月份的海冰密集度,一定程度上提高了海冰密集度的估算精度。为了与国际上已有产品一致,本申请使用NSIDC的25×25km极地立体网格,这是一种常用的网格投影,可以方便的与国际上其他数据集(如被动微波反演的冰浓度)进行比较。NSIDC的25×25km极地立体网格的坐标原点为北极点,标准纬线为70°N,网格分辨率25km,每个格点所对应的经纬度数据由NSIDC网站提供,格网信息如下表所示。
表1格网信息
地区 | 标准网格分辨率(km) | 列号 | 行号 |
北极 | 25 | 304 | 448 |
X轴(km) | Y轴(km) | 纬度 | 经度 |
-3850 | 5850 | ~30.98° | ~168.35° |
将海冰数据按月按格网划分后,可以计算每个格网在不同月份的海冰密集度,如10月份极地立体投影网格中一个格网的海冰密集度。
格网的海冰密集度I等于格网内的海冰面积除以格网的面积,即:
其中,SI表示格网内的海冰面积,S表示格网的面积,本申请假定格网的海冰密集度等于沿ICESat-2测高轨迹的海冰密集度,这样基于ICESat-2的海冰数据可以得到沿ICESat-2测高轨迹的海冰密集度Itrack,认为格网的海冰密集度I的值约等于Itrack。
沿ICESat-2测高轨迹的海冰密集度Itrack的计算公式如下:
Itrack=SItrack/Strack
其中,SItrack表示沿ICESat-2测高轨迹的海冰面积,Strack表示沿ICESat-2测高轨迹的总面积。对于待计算的格网,已经在前述步骤中得到该格网的海冰数据集,每一个海冰数据是基于ICESat-2的一个采样点获取的,这些海冰数据分布在N条轨迹上的,每条轨迹上的采样点的数量可能有所不同,第i条测高轨迹包含的采样点的数量记为Pi,这样,可以计算得到沿ICESat-2测高轨迹的总面积Strack。
在计算沿ICESat-2测高轨迹的海冰面积SItrack时,通过冰水类别参数来判断该采样点是冰/雪,还是冰间水道。当冰水类别参数等于0时,表示被云遮盖的采样情况,此类海冰数据不参与计算,当冰水类别参数等于1时,表示采样点为没有冰间水道的冰/雪表面,当冰水类别参数等于2~9时,表示采样点为冰间水道。
因此,计算沿ICESat-2测高轨迹的海冰面积SItrack时,如果一个海冰数据的冰水类别参数等于1,则该海冰数据的波形类型取值为1,如果一个海冰数据的冰水类别参数不等于1,则该海冰数据的波形类型取值为0。
当格网内所有的采样点均落在冰/雪表面时,SItrack=Strack,此时格网的海冰密集度I=Itrack=1,当格网内所有的采样点均落在冰间水道时,SItrack=0,此时格网的海冰密集度I=Itrack=0,即格网的海冰密集度I的取值范围为[0,1]。
通过上述操作,得到了NSIDC的25×25km极地立体网格内每个网格在不同月份的海冰密集度,可以将本申请得到的海冰密集度与NSIDC官方公开的海冰密集度进行误差评估,通过平均偏差Bias、标准差RMSE、相关系数R等指标进行精度评估。
为了进一步更精确的进行精度评估,可以按高纬度高海冰密集度区域(80°~90°N)、中低纬度低海冰密集度区域(70°~80°N)进行对比评估,分区计算平均偏差、标准差、相关系数等对比评估指标。
基于2019年9月份ICESat-2的ATL10原始数据集,使用本申请得到海冰密集度,并与NSIDC官方公开的海冰密集度对比,图2中自左至右依次为本申请得到的海冰密集度、NSIDC官方公开的海冰密集度、本申请得到的海冰密集度与NSIDC官方公开的海冰密集度之差。
将本申请得到的海冰密集度与NSIDC官方公开的海冰密集度进行误差评估,高纬度高海冰密集度区域的R为0.75,RMSE为0.15,Bias为-0.05,中纬度低海冰密集度区域的R为0.80,RMSE为0.18,Bias为0.01,说明利用ICESat-2的ATL10原始数据集进行海冰密集度估算是可行的,而且通过本申请得到的海冰密集度的分辨率较高。
本申请利用ICESat-2的ATL10原始数据集进行海冰密集度估计,提供了一种新的海冰密集度估算方法,为海冰密集度估计提供了新的数据源,提升了ICESat-2数据的利用价值。另一方面,由于ICESat-2数据采样点密集、分辨率高,利用ICESat-2数据估算的海冰密集度的精度高于传统方法估算的海冰密集度,有利于对极地冰盖变化和海冰密集度等进行监测。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于ICESat-2数据的海冰密集度估算方法,其特征在于,包括以下步骤:
S1、读取ICESat-2的ATL10原始数据集,得到海冰数据集,所述海冰数据集中包括多个海冰数据,海冰数据的属性包括经纬度信息、采集时间、冰水类别参数和段长;
S2、根据海冰数据的采集时间划分海冰数据集中的海冰数据,得到不同月份的海冰数据集;对于每个月份的海冰数据集,根据海冰数据的经纬度信息,得到各个海冰数据在极地立体投影网格中的格网信息,包括海冰数据所在格网的行列号,根据海冰数据所在格网的行列号划分海冰数据集中的海冰数据,得到不同格网的海冰数据集;
S3、分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度,计算过程具体为:对于极地立体投影网格中的一个格网,获取该格网的海冰数据集,计算该格网的海冰密集度:
2.根据权利要求1所述的一种基于ICESat-2数据的海冰密集度估算方法,其特征在于,海冰数据的属性还包括飞行方向参数,所述飞行方向参数用于表征ICESat-2所处的飞行模式,飞行方向参数等于1表示处于前进模式,右侧right是强光束,飞行方向参数等于0表示处于后退模式,左侧left是强光束,飞行方向参数等于2表示处于过渡模式;步骤S1中还包括基于飞行方向参数的值保留海冰数据集中对应强光束的海冰数据。
3.根据权利要求1所述的一种基于ICESat-2数据的海冰密集度估算方法,其特征在于,冰水类别参数用于区分采样点是海冰或冰间水道,当冰水类别参数等于0时,表示被云遮盖的采样情况,当冰水类别参数等于1时,表示采样点为没有冰间水道的冰/雪表面,当冰水类别参数等于2~9时,表示采样点为冰间水道。
4.根据权利要求3所述的一种基于ICESat-2数据的海冰密集度估算方法,其特征在于,步骤S1中还包括自海冰数据集中剔除冰水类别参数等于0的海冰数据。
5.根据权利要求3所述的一种基于ICESat-2数据的海冰密集度估算方法,其特征在于,步骤S3中,如果一个海冰数据的冰水类别参数等于1,则该海冰数据的波形类型取值为1,如果一个海冰数据的冰水类别参数不等于1,则该海冰数据的波形类型取值为0。
6.根据权利要求1所述的一种基于ICESat-2数据的海冰密集度估算方法,其特征在于,步骤S3中使用的极地立体投影网格是NSIDC的25×25km极地立体网格。
7.一种基于ICESat-2数据的海冰密集度估算系统,其特征在于,基于如权利要求1-6中任一所述的基于ICESat-2数据的海冰密集度估算方法,包括:
数据获取单元,用于自ICESat-2的ATL10原始数据集中读取数据,得到包含多个海冰数据的海冰数据集,所述海冰数据的属性包括经纬度信息、采集时间、冰水类别参数和段长;
数据处理单元,基于海冰数据的采集时间将海冰数据集划分为不同月份的海冰数据集,对于每个月份的海冰数据集,基于海冰数据的经纬度信息得到各个海冰数据在极地立体投影网格中的格网信息,包括海冰数据所在格网的行列号,根据海冰数据所在格网的行列号将海冰数据集划分为不同格网的海冰数据集;
密集度计算单元,分别计算极地立体投影网格中各个格网的海冰密集度,得到不同月份各个格网的海冰密集度,计算过程具体为:对于极地立体投影网格中的一个格网,获取该格网的海冰数据集,计算该格网的海冰密集度:
8.根据权利要求7所述的一种基于ICESat-2数据的海冰密集度估算系统,其特征在于,海冰数据的属性还包括飞行方向参数,所述飞行方向参数用于表征ICESat-2所处的飞行模式,飞行方向参数等于1表示处于前进模式,右侧right是强光束,飞行方向参数等于0表示处于后退模式,左侧left是强光束,飞行方向参数等于2表示处于过渡模式;在所述数据获取单元中,基于飞行方向参数的值保留海冰数据集中对应强光束的海冰数据。
9.根据权利要求7所述的一种基于ICESat-2数据的海冰密集度估算系统,其特征在于,冰水类别参数用于区分采样点是海冰或冰间水道,当冰水类别参数等于0时,表示被云遮盖的采样情况,当冰水类别参数等于1时,表示采样点为没有冰间水道的冰/雪表面,当冰水类别参数等于2~9时,表示采样点为冰间水道;在所述数据获取单元中,剔除冰水类别参数等于0的海冰数据。
10.根据权利要求9所述的一种基于ICESat-2数据的海冰密集度估算系统,其特征在于,在密集度计算单元中,如果一个海冰数据的冰水类别参数等于1,则该海冰数据的波形类型取值为1,如果一个海冰数据的冰水类别参数不等于1,则该海冰数据的波形类型取值为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631481.6A CN113360849B (zh) | 2021-06-07 | 2021-06-07 | 一种基于ICESat-2数据的海冰密集度估算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631481.6A CN113360849B (zh) | 2021-06-07 | 2021-06-07 | 一种基于ICESat-2数据的海冰密集度估算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113360849A CN113360849A (zh) | 2021-09-07 |
CN113360849B true CN113360849B (zh) | 2022-03-18 |
Family
ID=77532751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110631481.6A Active CN113360849B (zh) | 2021-06-07 | 2021-06-07 | 一种基于ICESat-2数据的海冰密集度估算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113360849B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535001A (zh) * | 2015-01-16 | 2015-04-22 | 南京大学 | 基于多波束高度计实验数据的海冰厚度估算方法 |
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 |
CN108509527A (zh) * | 2018-03-14 | 2018-09-07 | 中国科学院海洋研究所 | 一种面向idl语言的海冰密集度变化趋势求算算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150160006A1 (en) * | 2013-12-11 | 2015-06-11 | Conocophillips Company | Derivation of sea ice thickness using isostacy and upward looking sonar profiles |
-
2021
- 2021-06-07 CN CN202110631481.6A patent/CN113360849B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535001A (zh) * | 2015-01-16 | 2015-04-22 | 南京大学 | 基于多波束高度计实验数据的海冰厚度估算方法 |
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 |
CN108509527A (zh) * | 2018-03-14 | 2018-09-07 | 中国科学院海洋研究所 | 一种面向idl语言的海冰密集度变化趋势求算算法 |
Non-Patent Citations (2)
Title |
---|
ATLAS/ICESat-2 L3A Sea Ice Freeboard, Version;Kwok, R. 等;《NSIDC: National Snow and Ice Data Center》;20201231;第1-15页 * |
基于卫星观测的2003-2013年北极海冰体积变化估算;付敏 等;《海洋学报》;20181130;第14-22页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113360849A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105975763B (zh) | 一种多源海面风场的融合方法和装置 | |
CN109783514B (zh) | 光学遥感卫星对地面目标的观测时间窗口快速计算方法 | |
CN106597416A (zh) | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 | |
CN111156960B (zh) | 一种适合地表不稳定区域的卫星激光高程控制点筛选方法 | |
CN113281742B (zh) | 一种基于滑坡形变信息和气象数据的sar滑坡预警方法 | |
CN111649763B (zh) | 一种基于重力灯塔建立的潜艇导航方法及系统 | |
CN101303406A (zh) | 一种gps轨迹提取方法 | |
CN114417580A (zh) | 一种观测系统对全球电离层数据同化性能的影响评估方法 | |
CN112462401B (zh) | 基于浮动车轨迹数据的城市峡谷快速探测方法及装置 | |
CN105866811A (zh) | 一种基于地面合作信号的双星座定位方法 | |
CN113360849B (zh) | 一种基于ICESat-2数据的海冰密集度估算方法及系统 | |
CN103678925A (zh) | 基于辅助信源的航迹分类方法 | |
CN110927765B (zh) | 激光雷达与卫星导航融合的目标在线定位方法 | |
Whyte | Studying elephant movements | |
CN114488247A (zh) | 一种基于高精度北斗差分定位分析装备机动能力的方法 | |
CN113281716A (zh) | 一种光子计数激光雷达数据去噪方法 | |
Zhang et al. | Design and Application of an Intelligent Patrol Algorithm for Forest Management and Protection Based on Global Positioning System. | |
CN106056953A (zh) | 基于低精度gps数据获取交通道路信息的方法 | |
CN116663939B (zh) | 一种无人车路径规划场景及任务的复杂度评价方法和系统 | |
CN104597469B (zh) | 基于GPS/AGPS/GPSOne和目标行为特征的智能定位方法 | |
CN116910458B (zh) | 基于改进密度峰值聚类的星载激光雷达数据去噪方法 | |
CN117130012B (zh) | 起伏地形利用空地地形遮蔽的干扰源粗定位方法 | |
Jianchun et al. | Combined terrain aided navigation based on correlation method and parallel Kalman filters | |
Yang et al. | Unmanned Aerial Vehicle conflict detection based on spatiotemporal data grid | |
Herzfeld et al. | The trough-system algorithm and its application to spatial modeling of Greenland subglacial topography |
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 |