CN114282574A - 一种用于海洋内波特征参数的反演方法及系统 - Google Patents
一种用于海洋内波特征参数的反演方法及系统 Download PDFInfo
- Publication number
- CN114282574A CN114282574A CN202111547519.8A CN202111547519A CN114282574A CN 114282574 A CN114282574 A CN 114282574A CN 202111547519 A CN202111547519 A CN 202111547519A CN 114282574 A CN114282574 A CN 114282574A
- Authority
- CN
- China
- Prior art keywords
- internal wave
- marine
- data
- wave
- ocean
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 239000013535 sea water Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101500021084 Locusta migratoria 5 kDa peptide Proteins 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种用于海洋内波特征参数的反演方法及系统,包括:采集海洋内波SAR图像,提取海洋内波区域图像以及海洋内波区域图像的经纬度范围信息;采集包含海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取海洋内波区域图像的时空匹配的温度链数据;对温度链数据进行预处理后,进行内波特征参数反演,获取海洋内波特征参数;本发明联合SAR图像和对应区域温度剖面实现了海洋内波特征参数反演,在海洋SAR图像应用以及海洋内波研究提供了技术参考。
Description
技术领域
本发明涉及海洋内波技术领域,尤其涉及一种用于海洋内波特征参数的反演方法及系统。
背景技术
海洋内波是在密度稳定层的海水中产生的、最大振幅出现在海水内波的波动,振幅从几米到几十米甚至几百米,对水下运动目标具有重要影响。
海洋内波在SAR图像上的明暗条纹特征,使得具有高分辨率、全天时、全天候特点的SAR图像在海洋内波研究方面发挥了重要作用,建立了基于海洋动力学和SAR图像特点的海洋内波特征参数反演经验模型,但模型系数需要根据实测数据修正,反演精度和适应性需要验证,因此,需要联合海洋内波SAR图像和对应区域三组以上剖面数据,建立新的海洋内波特征参数反演方法。
发明内容
为了针对不正常航班管理过程中,运行控制决策仅能依靠航空公司签派员经验分析或者单一指标判定的现状,本发明的目的是提出一种用于海洋内波特征参数的反演方法,改善了传统评估方法不确定性缺点,可以将评定结果定量化表示,实现了不正常航班恢复策略的科学有效评估。
为了实现上述技术目的,本发明提供了一种用于海洋内波特征参数的反演方法,包括以下步骤:
采集海洋内波SAR图像,提取海洋内波区域图像以及海洋内波区域图像的经纬度范围信息;
采集包含海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取海洋内波区域图像的时空匹配的温度链数据;
对温度链数据进行预处理后,进行内波特征参数反演,获取海洋内波特征参数。
优选地,根据海洋内波在SAR图像上明暗相间的条纹特征,从海洋内波SAR图像中选取海洋内波区域图像,获取海洋内波区域图像的区域范围经纬度信息。
优选地,根据海洋内波SAR图像的成像时间和空间范围,获取该区域对应时间段内的海上实测温度链时序数据。
优选地,在对温度链数据进行预处理的过程中,还包括对温度链数据进行异常值滤除处理;异常值滤除处理的过程包括:对温度链数据进行分段,计算每段的均方差,并根据均方差进行去除异常值;均方差的表达式为:
若温度链数据的数据段内的某时刻的观测值,与该数据段的均值偏差大于4.5倍的STD,则认为该时刻的观测值不准确,并用该时刻前后各10个时刻的均值做为该时刻的观测值。
优选地,在对温度链数据进行预处理的过程中,还包括差值处理,差值处理的过程为:根据用于检测温度链数据的间隔设置温深度传感器,采集间隔设置温深度传感器采集的第一深度数据、设计布放深度以及所有传感器的设计布放深度,获取每个传感器所处的第二深度数据;
根据第二深度数据以及间隔设置温深度传感器采集的温度数据以及温度链整体所处空间位置,进行温度数据插值处理。
优选地,在获取海洋内波特征参数的过程中,海洋内波特征参数包括海洋内波的波长、波向、振幅、波速。
优选地,根据温跃层处的温度等值线,获取海洋内波的振幅,其中,海洋内波的振幅用于表示温度等值线的振幅;
采用希尔伯特变换,计算出内波周期;
根据内波周期,获取海洋内波的振幅。
优选地,根据温度链数据的第一观测数据和第二观测数据,提取内波传播时间和传播距离,获取海洋内波的波速;
获取传播时间的计算过程为:
其中,CC代表第一观测数据x与第二观测数据y之间的相关系数,t表示CC最大时对应的时间,t为内波传播时间。
优选地,海洋内波的波向的表达式为:
α=θ2+θ
海洋内波的波长的表达式为:
λ=VT
其中,V为波速,T为波周期。
一种用于海洋内波特征参数的反演系统,包括:
数据采集模块,用于采集海洋内波SAR图像,提取海洋内波区域图像以及海洋内波区域图像的经纬度范围信息;
数据提取模块,用于采集包含海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取海洋内波区域图像的时空匹配的温度链数据;
数据反演模块,用于对温度链数据进行预处理后,进行内波特征参数反演,获取海洋内波特征参数。
本发明公开了以下技术效果:
本发明联合SAR图像和对应区域温度剖面实现了海洋内波特征参数反演,在海洋SAR图像应用以及海洋内波研究提供了技术参考。
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,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明所述的联合海上实测数据的海洋内波特征参数反演流程图;
图2为本发明实施例所述的海洋SAR图像;
图3为本发明实施例所述的海洋内波区域SAR图像;
图4为本发明实施例所述的内波区域温度链潜标布放示意图;
图5为本发明实施例所述的去除异常值之前的观测数据时间序列;
图6为本发明实施例所述的被去除的异常值分布图;
图7为本发明实施例所述的温度链A链数据段内波图;
图8为本发明实施例所述的温度链B链数据段内波图;
图9为本发明实施例所述的温度链C链数据段内波图;
图10为本发明实施例所述的内波传播示意图。
具体实施方式
下为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1-10所示,本发明提供了一种用于海洋内波特征参数的反演方法,包括以下步骤:
采集海洋内波SAR图像,提取海洋内波区域图像以及海洋内波区域图像的经纬度范围信息;
采集包含海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取海洋内波区域图像的时空匹配的温度链数据;
对温度链数据进行预处理后,进行内波特征参数反演,获取海洋内波特征参数。
优选地,根据海洋内波在SAR图像上明暗相间的条纹特征,从海洋内波SAR图像中选取海洋内波区域图像,获取海洋内波区域图像的区域范围经纬度信息。
优选地,根据海洋内波SAR图像的成像时间和空间范围,获取该区域对应时间段内的海上实测温度链时序数据。
优选地,在对温度链数据进行预处理的过程中,还包括对温度链数据进行异常值滤除处理;异常值滤除处理的过程包括:对温度链数据进行分段,计算每段的均方差,并根据均方差进行去除异常值;均方差的表达式为:
若温度链数据的数据段内的某时刻的观测值,与该数据段的均值偏差大于4.5倍的STD,则认为该时刻的观测值不准确,并用该时刻前后各10个时刻的均值做为该时刻的观测值。
优选地,在对温度链数据进行预处理的过程中,还包括差值处理,差值处理的过程为:根据用于检测温度链数据的间隔设置温深度传感器,采集间隔设置温深度传感器采集的第一深度数据、设计布放深度以及所有传感器的设计布放深度,获取每个传感器所处的第二深度数据;
根据第二深度数据以及间隔设置温深度传感器采集的温度数据以及温度链整体所处空间位置,进行温度数据插值处理。
优选地,在获取海洋内波特征参数的过程中,海洋内波特征参数包括海洋内波的波长、波向、振幅、波速。
优选地,根据温跃层处的温度等值线,获取海洋内波的振幅,其中,海洋内波的振幅用于表示温度等值线的振幅;
采用希尔伯特变换,计算出内波周期;
根据内波周期,获取海洋内波的振幅。
优选地,根据温度链数据的第一观测数据和第二观测数据,提取内波传播时间和传播距离,获取海洋内波的波速;
获取传播时间的计算过程为:
其中,CC代表第一观测数据x与第二观测数据y之间的相关系数,t表示CC最大时对应的时间,t为内波传播时间。
优选地,海洋内波的波向的表达式为:
α=θ2+θ
海洋内波的波长的表达式为:
λ=VT
其中,V为波速,T为波周期。
本发明还公开了一种用于海洋内波特征参数的反演系统,包括:
数据采集模块,用于采集海洋内波SAR图像,提取海洋内波区域图像以及海洋内波区域图像的经纬度范围信息;
数据提取模块,用于采集包含海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取海洋内波区域图像的时空匹配的温度链数据;
数据反演模块,用于对温度链数据进行预处理后,进行内波特征参数反演,获取海洋内波特征参数。
实施例1:海洋内波在运动、传播过程中,引起海面流场的“辐聚辐散”,调制海面微尺度波的空间分布,从而改变了SAR接收的雷达后向散射强度,在SAR图像上表现为亮暗相间的条纹特征;同时海洋内波在运动、传播过程中,海水密度在密度跃层上下很小的范围内变化很大,因此,传统方法采用两层海洋系统用KDV方程反演海洋内波特征参数,但KDV方程及其扩展方程在定量地揭示海洋内波的水平一维运动传播特征方面能力不足,而且无法描述海洋内波的二维运动传播特征。
针对上述问题,本发明提供了的海洋内波特征参数反演方法,包括以下步骤:
S1、从海洋SAR图像中选取海洋内波区域图像;
优选的,所选区域最好为矩形,包含有海洋内波明暗条纹特征,裁切所述海洋内波区域图像,获取经纬度范围信息;
S2、基于海洋内波区域范围位置信息获取海上实测数据
优选的,获取海洋内波区域范围内包含至少三组布放位置不在同一直线上的时间配准的海上实测温度链数据;
S3、温度链数据预处理,具体地:
S31、异常值滤除:
对观测数据进行分段,计算每段的均方差(STD):
数据段内某时刻的观测值与该数据段的均值偏差大于4.5倍的STD,则认为该时刻的观测值为异常值,采用该时刻前后各10个时刻的均值做为该时刻的观测值。
S32、温度链观测数据插值:
根据TD观测到的深度数据、TD的设计布放深度以及所有传感器的设计布放深度,计算每个传感器所处的实际水深,然后进行温度数据插值。
S4、基于海上实测温度链数据的海洋内波特征参数反演,具体地:
S41、海洋内波振幅反演:
绘制插值后的温度剖面数据的等值线,内波区不同深度上等值线的振幅即为对应深度内波的振幅。
S42、海洋内波周期反演:
采用希尔伯特变换计算出内波周期:
其中,A(t)和θ(t)分别是时间信号的瞬时振幅和瞬时相位;最后,由瞬时相位可以计算出瞬时频率ω(t)和特征时间尺度T,
S43、海洋内波波速反演:
三组温度链潜标观测系统(A、B、C),通过两个温度链潜标观测系统之间的相关系数分析,计算内波在两点之间的传播时间。
相关系数计算公式:
其中,CC代表数据x与数据y之间的相关系数,找到使相关系数CC最大的t,即为内波在两点之间传播所用时间。
则A、B观测系统和A、C观测系统观测到的内波波速分别表示为:
其中lAB为A、B两点之间的直线距离,lAC为A、C两点之间的直线距离。
S44、海洋内波波向反演:
α=θ2+θ
S45、海洋内波波速反演:
V=Vb·cosθ2;
S46、海洋波长反演:
海洋内波波长表示为:
λ=VT
其中,V为波速,T为波周期。
实施例2:下面以2021年5月16日的一幅海洋SAR图像数据为例,说明一种联合海上实测数据和SAR图像的海洋内波特征参数反演方法流程,具体如下:
(1)海洋内波区域图像选取
通过目视,在海洋SAR图像(如图2所示)中选取一个矩形区域,该区域中包含海洋内波明暗条纹特征(如图3所示)。
(2)获取时空匹配的三组温度链观测数据
根据海洋SAR图像获取时间,收集该区域包含2021年5月16日的三组温度链观测数据(如图4所示)。
(3)温度链观测数据预处理
温度链观测数据预处理主要进行异常值滤除、插值。异常值滤除之前的某深度的温度分布(如图5所示)可见存在明显的异常值,采用对观测数据进行分段,计算每段的均方差,设定数据段内的某时刻的观测值与该数据段的均值偏差大于4.5倍的STD,则认为该时刻的观测值为异常值(如图6所示)予以滤除,其值取该时刻前后各10个时刻的均值。
然后,根据TD观测到的深度数据、TD的设计布放深度以及所有传感器的设计布放深度,计算每个传感器所处的实际水深,然后进行温度数据插值(如图7所示)。
(4)海洋内波特征参数反演
1)海洋内波深度判定
根据温度剖面数据,认为温跃层所处深度即为海洋内波深度。
2)海洋内波振幅反演
分别绘制三组温度剖面数据的等值线(如图7、8、9所示),内波区(如图7、8、9红框区域)不同深度上等值线的振幅即为对应深度内波的振幅,如图7中03:39时刻最大振幅为60m,图8中03:39时刻最大振幅为24m,图9中02:59时刻最大振幅为55m。
3)海洋内波周期反演
采用希尔伯特变换计算出内波周期T。计算方法如下:
其中,A(t)和θ(t)分别是时间信号的瞬时振幅和瞬时相位;再由瞬时相位可以计算出瞬时频率ω(t),最后求出特征时间尺度T,既该段时间序列的周期。
本示例中计算出的内波周期约为16分钟。
4)海洋内波波向反演
利用三组温度链潜标观测系统(A、B、C),分别计算分析两两温度链潜标观测系统之间的相关系数,取使相关系数最大的时间作为内波在两点之间传播所用时间,然后分别两组观测系统观测到的内波波速Vb、Vc,进一步计算内波波速V。
则A、B观测系统和A、C观测系统观测到的内波波速分别表示为:
其中lAB为A、B两点之间的直线距离,lAC为A、C两点之间的直线距离,tAC为内波由A点传播到C点所需要的时间,tAB为内波由A点传播到B点所需要的时间。
海洋内波波向α表达式为:
α=θ2+θ
5)内波波速反演
海洋内波波速V表达式为:
V=Vb·cosθ2
本示例计算得到的海洋内波传播速度约为0.82m/s。
6)海洋内波波长反演
利用海洋内波波速V,周期T计算内波波长:
λ=VT
其中,V为波速,T为波周期。本实施例观测到的海洋内波波长约为785.5m。
本发明联合SAR图像和对应区域温度剖面实现了海洋内波特征参数反演,在海洋SAR图像应用以及海洋内波研究提供了技术参考。
Claims (10)
1.一种用于海洋内波特征参数的反演方法,其特征在于,包括以下步骤:
采集海洋内波SAR图像,提取海洋内波区域图像以及所述海洋内波区域图像的经纬度范围信息;
采集包含所述海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取所述海洋内波区域图像的时空匹配的温度链数据;
对所述温度链数据进行预处理后,进行内波特征参数反演,获取海洋内波特征参数。
2.根据权利要求1所述一种用于海洋内波特征参数的反演方法,其特征在于:
根据海洋内波在SAR图像上明暗相间的条纹特征,从所述海洋内波SAR图像中选取所述海洋内波区域图像,获取所述海洋内波区域图像的区域范围经纬度信息。
3.根据权利要求2所述一种用于海洋内波特征参数的反演方法,其特征在于:
根据所述海洋内波SAR图像的成像时间和空间范围,获取该区域对应时间段内的所述海上实测温度链时序数据。
5.根据权利要求4所述一种用于海洋内波特征参数的反演方法,其特征在于:
在对所述温度链数据进行预处理的过程中,还包括差值处理,所述差值处理的过程为:根据用于检测所述温度链数据的间隔设置温深度传感器,采集所述间隔设置温深度传感器采集的第一深度数据、设计布放深度以及所有传感器的设计布放深度,获取每个传感器所处的第二深度数据;
根据所述第二深度数据以及所述间隔设置温深度传感器采集的温度数据以及温度链整体所处空间位置,进行温度数据插值处理。
6.根据权利要求5所述一种用于海洋内波特征参数的反演方法,其特征在于:
在获取海洋内波特征参数的过程中,所述海洋内波特征参数包括所述海洋内波的波长、波向、振幅、波速。
10.一种用于海洋内波特征参数的反演系统,其特征在于,包括:
数据采集模块,用于采集海洋内波SAR图像,提取海洋内波区域图像以及所述海洋内波区域图像的经纬度范围信息;
数据提取模块,用于采集包含所述海洋内波SAR图像的成像时间、空间范围内的海上实测温度链数据,提取所述海洋内波区域图像的时空匹配的温度链数据;
数据反演模块,用于对所述温度链数据进行预处理后,进行内波特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111547519.8A CN114282574B (zh) | 2021-12-16 | 一种用于海洋内波特征参数的反演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111547519.8A CN114282574B (zh) | 2021-12-16 | 一种用于海洋内波特征参数的反演方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114282574A true CN114282574A (zh) | 2022-04-05 |
CN114282574B CN114282574B (zh) | 2024-05-28 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078501A (zh) * | 2023-10-17 | 2023-11-17 | 中科星图深海科技有限公司 | 一种提高海洋环境数据二维成像效率的方法 |
CN117168545A (zh) * | 2023-10-30 | 2023-12-05 | 自然资源部第一海洋研究所 | 一种基于浮标端本地识别的海洋现象观测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018136671A (ja) * | 2017-02-21 | 2018-08-30 | 沖電気工業株式会社 | 内部波パラメータ推定装置および内部波パラメータ推定方法 |
CN110110654A (zh) * | 2019-05-06 | 2019-08-09 | 中国科学院遥感与数字地球研究所 | 一种针对下降型海洋内孤立波的振幅反演方法及装置 |
CN113255240A (zh) * | 2021-03-05 | 2021-08-13 | 河海大学 | 动力条件约束的海洋内波振幅遥感反演方法 |
CN113640800A (zh) * | 2021-08-25 | 2021-11-12 | 中国人民解放军海军潜艇学院 | 一种用于反演海洋内孤立波数据的反演方法 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018136671A (ja) * | 2017-02-21 | 2018-08-30 | 沖電気工業株式会社 | 内部波パラメータ推定装置および内部波パラメータ推定方法 |
CN110110654A (zh) * | 2019-05-06 | 2019-08-09 | 中国科学院遥感与数字地球研究所 | 一种针对下降型海洋内孤立波的振幅反演方法及装置 |
CN113255240A (zh) * | 2021-03-05 | 2021-08-13 | 河海大学 | 动力条件约束的海洋内波振幅遥感反演方法 |
CN113640800A (zh) * | 2021-08-25 | 2021-11-12 | 中国人民解放军海军潜艇学院 | 一种用于反演海洋内孤立波数据的反演方法 |
Non-Patent Citations (1)
Title |
---|
陈捷 等: "基于EMD算法的海洋内波参数反演", 海洋技术学报, vol. 37, no. 3, 30 June 2018 (2018-06-30) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078501A (zh) * | 2023-10-17 | 2023-11-17 | 中科星图深海科技有限公司 | 一种提高海洋环境数据二维成像效率的方法 |
CN117078501B (zh) * | 2023-10-17 | 2023-12-29 | 中科星图深海科技有限公司 | 一种提高海洋环境数据二维成像效率的方法 |
CN117168545A (zh) * | 2023-10-30 | 2023-12-05 | 自然资源部第一海洋研究所 | 一种基于浮标端本地识别的海洋现象观测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Almonacid-Caballer et al. | Evaluation of annual mean shoreline position deduced from Landsat imagery as a mid-term coastal evolution indicator | |
De Vries et al. | Remote sensing of surf zone waves using stereo imaging | |
Tong et al. | An optimal waterline approach for studying tidal flat morphological changes using remote sensing data: A case of the northern coast of Vietnam | |
CN111473818B (zh) | 一种人工沙滩多源监测数据集成分析方法 | |
Trouvé et al. | Combining airborne photographs and spaceborne SAR data to monitor temperate glaciers: Potentials and limits | |
Li et al. | Constructing the three-dimensional structure of an anticyclonic eddy with the optimal configuration of an underwater glider network | |
Leu et al. | Remotely sensing in detecting the water depths and bed load of shallow waters and their changes | |
Holman et al. | Surf zone characterization from Unmanned Aerial Vehicle imagery | |
Liu et al. | Arctic sea ice drift from wavelet analysis of NSCAT and special sensor microwave imager data | |
Legleiter et al. | Surface flow velocities from space: Particle image velocimetry of satellite video of a large, sediment-laden river | |
Abdalati et al. | Calculation of ice velocities in the Jakobshavn Isbrae area using airborne laser altimetry | |
Vetter et al. | Estimating changes of riverine landscapes and riverbeds by using airborne LiDAR data and river cross-sections | |
Ayoub et al. | Inferring surface currents within submerged, vegetated deltaic islands and wetlands from multi-pass airborne SAR | |
Liu et al. | Computing ocean surface currents from GOCI ocean color satellite imagery | |
Warner et al. | Pine Island Glacier (Antarctica) velocities from Landsat7 images between 2001 and 2011: FFT-based image correlation for images with data gaps | |
Vasile et al. | High-resolution SAR interferometry: Estimation of local frequencies in the context of Alpine glaciers | |
Steinbuck et al. | An autonomous open-ocean stereoscopic PIV profiler | |
Toyota et al. | Retrieval of sea-ice thickness distribution in the Sea of Okhotsk from ALOS/PALSAR backscatter data | |
Jacquemart et al. | 3D dynamics of debris flows quantified at sub-second intervals from laser profiles | |
CN116935244A (zh) | 一种融合主被动遥感数据的中小尺度涡旋特征识别方法 | |
CN114282574B (zh) | 一种用于海洋内波特征参数的反演方法及系统 | |
CN114282574A (zh) | 一种用于海洋内波特征参数的反演方法及系统 | |
Wengrove et al. | Monitoring morphology of the Sand Engine leeside using Argus’ cBathy | |
EP2562558A1 (en) | Process for the localization of targets drifting in the sea | |
Doronzo et al. | Extensive analysis of potentialities and limitations of a maximum cross-correlation technique for surface circulation by using realistic ocean model simulations |
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 |