CN114579655B - 一种海洋水色卫星辐射定标自动规划方法及装置 - Google Patents

一种海洋水色卫星辐射定标自动规划方法及装置 Download PDF

Info

Publication number
CN114579655B
CN114579655B CN202210484650.2A CN202210484650A CN114579655B CN 114579655 B CN114579655 B CN 114579655B CN 202210484650 A CN202210484650 A CN 202210484650A CN 114579655 B CN114579655 B CN 114579655B
Authority
CN
China
Prior art keywords
calibration
data
satellite
sensor
strategy
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
CN202210484650.2A
Other languages
English (en)
Other versions
CN114579655A (zh
Inventor
宋庆君
马超飞
林明森
刘建强
陈树果
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.)
NATIONAL SATELLITE OCEAN APPLICATION SERVICE
Original Assignee
NATIONAL SATELLITE OCEAN APPLICATION SERVICE
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 NATIONAL SATELLITE OCEAN APPLICATION SERVICE filed Critical NATIONAL SATELLITE OCEAN APPLICATION SERVICE
Priority to CN202210484650.2A priority Critical patent/CN114579655B/zh
Publication of CN114579655A publication Critical patent/CN114579655A/zh
Application granted granted Critical
Publication of CN114579655B publication Critical patent/CN114579655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/252Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55Specular reflectivity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/393Trajectory determination or predictive tracking, e.g. Kalman filtering
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40Correcting position, velocity or attitude
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种海洋水色卫星辐射定标自动规划方法,根据已有传感器定标方法配置定标策略,然后对定标数据源依次进行以下优化处理:数据筛选、卫星数据抓取或观测、质量控制、产生定标任务和导入定标结果反馈,从而完成定标自动规划。本发明还提供可对海洋水色卫星辐射定标实现自动规划的装置、系统及计算机可读存储介质。本发明通过对定标数据源的筛选,在数据中心层面实行科学高效地定标数据规划,从而达到避免重复存储大量无效数据、提高海洋水色卫星定标效率的目的。

Description

一种海洋水色卫星辐射定标自动规划方法及装置
技术领域
本发明涉及海洋科学领域,具体涉及针对已有海洋水色卫星辐射定标的规划方法。
背景技术
随着光学卫星遥感技术发展、定量应用水平不断提高,为了满足海洋水色遥感的应用需求,必须在发射后对卫星传感器进行辐射定标。目前为了充分评估并追踪海洋水色卫星发射后的辐射性能,需要综合利用多种现场和卫星数据作为定标数据源。海洋水色卫星观测的是海洋水体,属于低反射率的暗目标,而且适合定标的海洋“伪不变场”通常在远海大洋,难以建立长期观测平台,利用多源卫星数据进行定标是更加经济、便捷的途径。
海洋水色卫星的辐射定标一直是研究前沿,但是目前研究集中在如何计算定标系数,例如专利文献CN 114219994 A、CN 113920203 A等,对于如何规划、获取、管理用于定标的卫星数据还少有研究。海洋水色卫星每天在全球范围获取的数据量很大,受云、太阳耀斑等限制,业务化定标过程中,没有经过质量控制、不满足匹配条件的大量卫星数据占用了不必要的存储资源和计算资源,从大量数据中检索、计算也降低了获取定标结果的效率。
因此,目前面对卫星地面系统产生的数据与定标所需外部多源数据等十分庞大的数据量,有必要消除有大量重复存储数据占用海洋水色卫星存储资源带来的不利影响,从而改善产生和获取定标结果的效率。
发明内容
本发明的首要目的在于:提供一种新的海洋水色卫星辐射定标自动规划方法,通过对定标数据源的筛选,在数据中心层面实行科学高效地定标数据规划,从而达到避免重复存储大量无效数据、提高海洋水色卫星定标效率的目的。
本发明的另一个目的在于:提供一种可对海洋水色卫星辐射定标实现自动规划的装置、系统或介质。
本发明的上述目的通过以下技术方案实现:
提供一种海洋水色卫星辐射定标的自动规划方法,根据已有传感器定标方法对定标策略进行配置,然后对定标数据源进行限定和优化,所述的对定标数据源进行限定和优化依次包括以下步骤:数据筛选、卫星数据抓取或观测、质量控制、产生定标任务和导入定标结果反馈,从而完成定标自动规划。
本发明所述的海洋水色卫星辐射定标的自动规划方法,如图1所示,具体包括如下步骤:
S1.配置定标策略。通过配置参数的方式,根据不同传感器的多种定标方法要求,将定标策略参数化,并结合定标结果反馈的情况进行动态调整。
S2.数据筛选。根据定标策略指定的定标区域,利用卫星轨道报计算被定标传感器及参考传感器(如有)在拟定标区域的成像区域和过境时间,从而实现在不需要下载大量卫星数据的情况下,排除非日间观测以及不符合时空匹配要求的卫星数据;同时根据数据文件命名规则可以直接确定被定标传感器、参考传感器或现场数据各自的文件名。
S3.卫星数据抓取或观测。对大部分卫星传感器,使用步骤S2得到的数据文件名,执行相应下载命令,从数据库下载对应文件作为定标数据源进入业务化定标系统的数据库;或者,对海洋一号卫星星上定标传感器,利用步骤S2得到的所述过境时间制定观测计划,从而获取相应星上定标的观测数据。
S4.质量控制。判断已获取的定标数据源是否满足定标策略对数据质量的要求,只有满足要求的定标数据源才能用于计算定标系数,不满足要求的定标数据源将从数据库中删除。
S5.产生定标任务。经过步骤S4,通过定标数据源的文件名形式定标任务,按定标策略设定,定时执行这些定标任务。
S6.导入定标结果反馈。通过以上步骤S1~S5,能最大程度利用数据库中定标数据源,执行定标任务后积累的定标系数将进行分析(本发明不包括此技术),导入定标分析的结果作为反馈,从而对影响定标系数获取频次、稳定性等定标策略的参数进行自动调整。经过所述的自动调整完成优化后,再从步骤S1开始执行。
在此基础上,本发明还提供一种可对海洋水色卫星辐射定标实现自动规划的装置,包括顺次联接构成闭环的以下模块:
配置定标策略模块,用于根据不同传感器的多种定标方法要求,将定标策略参数化;
数据筛选模块,用于根据定标策略指定的定标区域,利用卫星轨道报计算被定标传感器和/或参考传感器在拟定标区域的成像区域和过境时间,并根据数据文件命名规则直接确定被定标传感器、参考传感器或现场数据各自的数据文件名;
卫星数据抓取或观测模块,用于使用所述数据筛选模块得到的数据文件名执行相应下载命令,从数据库下载对应文件作为定标数据源进入业务化定标系统的数据库;或者使用数据筛选模块计算得到的观测时间制定对海洋一号卫星星上定标传感器的观测计划,以获取相应星上定标的观测数据;
质量控制模块,用于判断已获取的定标数据源是否满足定标策略对数据质量的要求,并将不满足要求的定标数据源将从数据库中删除;
产生定标任务模块,用于通过所述质量控制模块处理后的定标数据源的文件名形式定标任务,按定标策略设定,定时执行这些定标任务;
导入定标结果反馈模块,用于将在所述生产定标任务模块执行定标任务后积累的定标系数基础上得到的分析结果作为反馈导入,并判断是否在所述的配置定标策略中对定标参数进行调整。
本发明还提供一种可对海洋水色卫星辐射定标实现自动规划的系统,包括存储器以及处理器,所述存储器用于存储海洋水色卫星辐射定标自动规划程序,所述处理器用于运行所述海洋水色卫星辐射定标自动规划程序,以使所述系统执行本发明所述的海洋水色卫星辐射定标自动规划方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有可对海洋水色卫星辐射定标实现自动规划的程序,所述可对海洋水色卫星辐射定标实现自动规划的程序被处理器执行时实现本发明所述的海洋水色卫星辐射定标自动规划方法。
本发明所述的海洋水色卫星辐射定标的自动规划方法设计了一个闭环反馈的定标数据规划方案,能够在分析卫星轨道的基础上,利用已定标结果分析执行当前定标所用阈值、区域等条件并进行自动调整,使数据库只需存储符合定标质量要求的卫星L1数据。
本发明的方法首先对定标数据源的数据质量进行控制,即基于轨道预报和元数据信息的卫星数据质量控制,直接避免了在数据库中长期积存大量不能产生定标结果的文件,同时提高了卫星数据重处理的效率;结合已有定标结果对定标数据源的筛选条件进行动态调整,既能优化当前数据质量控制的条件,还能补充更多观测条件下的定标结果;利用经过定标规划后的多源卫星数据,能在卫星发射后快速获取定标结果。
本发明的所述的海洋水色卫星辐射定标的自动规划方法能够同时满足海洋水色卫星定标的日常业务和重处理任务要求,能够实现多种被定标传感器与定标方法自适应,以及多源海洋水色卫星数据和现场观测数据自适应。
附图说明
图1是本发明海洋水色卫星定标自动规划方法流程图。
图2是具体实施方式中海洋水色卫星定标自动规划方法的具体流程图。
图3是具体实施方式的步骤S2中数据初筛的具体流程图。
具体实施方式
本发明所述的海洋水色卫星定标自动规划方法是为了进行海洋水色卫星业务化定标而提出的,其执行过程涉及到有关传感器的定标方法和数据源。本发明的技术方案是在海洋水色卫星传感器已有定标方法的基础上建立的,具体执行过程需要与定标方法相适应,才能达到本发明对定标自动规划的目的。本发明技术方案本身不涉及海洋水色卫星传感器定标的流程,但与执行定标有关的条件和定标结果有关,在介绍本发明的方法时,与定标有关的参数都认为是已经明确的概念,执行定标方法所需的条件组合被统称为定标策略。与海洋水色卫星定标有关的卫星数据和现场数据统称为定标数据源,需要通过数据库进行中转再参与定标过程。本发明的技术能够自动调整定标策略中各项参数的具体数值,限制数据库中定标数据源的存量。
本发明的海洋水色卫星辐射定标自动规划方法,如图2所示,具体包括以下步骤:
在步骤S1中,首先读入被定标传感器的名称、搭载的平台、定标方法名称、待定标数据时间范围等必要信息,根据被定标传感器的定标策略,再读入默认的定标数据源种类,包括参考传感器名称、搭载平台和现场观测数据库名称,读入拟进行定标区域的经纬度范围,以及卫星数据间或星地数据间时空匹配的阈值。根据经验判断或者经过定标结果反馈后对默认参数进行过优化,以上默认读取的参数即为优化后数值。被定标传感器可能同时使用多种定标方法进行定标,其定标策略包括这些定标方法以及利用这些定标方法的结果得到传感器定标系数的方法。
在步骤S2中,(1)对于海洋水色卫星传感器,通过上述步骤S1读取的定标策略的参数对定标所需要的卫星和现场数据进行初步筛选。根据卫星轨道报和传感器幅宽、空间分辨率,计算被定标传感器、参考传感器在定标区域的过境时间以及成像区域的经纬度范围等。具体过程如图3所示,首先用过境时间和经纬度计算过境时太阳天顶角,排除太阳天顶角不满足定标策略要求的卫星数据。然后按照定标策略中指定的参考传感器或现场观库,判断被定标传感器、参考传感器成像区域是否符合定标区域经纬度范围的要求,当成像区域和定标区域有交叉范围时再判断卫星间、星地间数据是否存在交叉范围,只有都存在的情况下,再根据传感器幅宽和空间分辨率计算此交叉范围内的传感器天顶角,排除传感器天顶角不满足定标策略要求的卫星数据。通过以上过程初步筛选出能满足定标策略对时空匹配、观测角度要求的卫星数据,按照数据文件命名规则,结合过境时间,生成被定标传感器、参考传感器或现场数据的文件名或可索引的文件名,并形成经过匹配的数据对。(2)对于海洋一号卫星星上定标传感器,通过定标策略的参数,计算适合进行星上定标观测的时间,形成星上定标观测计划文件。其中,匹配时间窗口为1h;默认最大太阳天顶角、传感器天顶角分别是70°、60°,卫星间交叉范围不小于15×15 km,星地间交叉范围不小于5×5 km。
在步骤S3中,首先将步骤S2产生的文件名按传感器归类,对大部分卫星传感器,按传感器读入已配置的数据下载命令和数据存档路径,通过下载命令访问传感器指定的数据库,下载相应的一级或二级数据,保存到存档路径。如果出现某个数据对的某几个文件没有成功下载的情况,再次执行对应文件下载命令,若仍然下载失败,则删除这个数据对的相应文件。对海洋一号卫星星上定标传感器,提交其星上定标观测计划,并在对应观测时间之后查询是否已按计划获取星上定标数据,若未执行相应星上定标观测,也删除与此星上定标计划匹配的其他卫星数据。
在步骤S4中,首先使用一级数据判断被定标传感器在交叉范围内是否有云,排除有云的数据对;然后结合辅助的模式数据,分别按被定标传感器、参考传感器观测几何计算归一化耀斑系数,如果超出定标策略设定阈值,排除有太阳耀斑的数据对。对不受云、太阳耀斑影响的定标数据源,计算被定标传感器在交叉范围内数码值的变异系数,并利用参考传感器或现场数据集计算交叉范围叶绿素a浓度,排除变异系数和/或叶绿素a浓度超出定标策略要求的数据对。对星上定标数据,在满足以上条件的基础上,计算被定标传感器和星上定标的观测几何偏差,排除观测几何超过定标策略要求的数据对。只有符合上述要求的数据对才能在数据库中留存,其他数据对都将被删除。利用数据对的全路径文件名生成定标任务。默认归一化耀斑系数阈值为0.005,叶绿素a浓度阈值为0.3mg m-3,变异系数阈值为15%,观测几何偏差阈值为0.5°。
在步骤S5中,将形成数据对的定标数据源文件名组合,一个数据对的全路径文件名对应一个定标任务。由于定标需要使用模式数据、再分析数据等其他非实时的辅助数据,按定标策略要求,决定是否即时执行定标任务,或者延时几天再执行定标任务,或者先即时执行、延时几天后再次执行,由此得到使用不同辅助数据的定标结果。为了使用再分析数据作为辅助数据,默认定标任务在定标数据源成像日期后延期7天执行。
在步骤S6中,将导入对已有定标系数的分析结果,根据已有定标系数的稳定性以及与定标区域、定标方法参数间的关联性,判断是否优化步骤S1的定标策略参数配置,即在步骤S1的定标策略参数配置功能中额外指定筛选时间、区域或修正某个定标方法的参数。此处需要根据定标策略的备选参数进行调整。例如,当获取定标结果的日期频率较低时,将增加定标区域,备选区域包括南印度洋和北大西洋;当获取定标结果较为离散时,将按10min间隔缩小时间匹配窗口。如果在某个定标区域获取定标结果的频次特别低,将从定标区域中删除此区域范围。

Claims (4)

1.一种海洋水色卫星辐射定标自动规划方法,其特征在于:根据已有传感器定标方法配置定标策略,然后对定标数据源依次进行以下限定和优化处理:数据筛选、卫星数据抓取或观测、质量控制、产生定标任务和导入定标结果反馈,从而完成定标自动规划;
所述的配置定标策略是根据传感器的定标方法要求将定标策略参数化,获得包括被定标传感器的信息、定标数据源种类、拟进行定标区域经纬度范围和卫星数据间或星地数据间时空匹配阈值在内的定标参数;
所述的数据筛选是确定被定标传感器和参考传感器在拟定标区域的成像区域和过境时间后,排除非日间观测以及超出所述时空匹配阈值的卫星数据;并确定被定标传感器、参考传感器或现场数据各自的数据文件名;所述的确定被定标传感器和参考传感器在拟定标区域的成像区域和过境时间,是根据定标策略指定的定标区域,利用卫星轨道报和传感器幅宽、空间分辨率,计算被定标传感器、参考传感器在定标区域的过境时间以及成像区域的经纬度范围;所述的被定标传感器是海洋水色卫星传感器,所述的数据筛选中,超出所述时空匹配阈值的卫星数据是:①太阳天顶角不满足所述的时空匹配阈值的卫星数据,和②当被定标传感器、参考传感器成像区域和定标区域有交叉范围且卫星间、星地间数据存在交叉范围时,传感器天顶角不满足定标策略要求的卫星数据;匹配时间窗口为1h;最大太阳天顶角、传感器天顶角分别是70°、60°,卫星间交叉范围不小于15×15 km,星地间交叉范围不小于5×5 km;
所述的卫星数据抓取或观测是使用所述的数据文件名执行相应下载命令,从数据库下载对应文件作为定标数据源,进入业务化定标系统的数据库;或者利用数据筛选得到的所述过境时间制定观测计划,获取相应星上定标的观测数据;
所述的质量控制是排除不符合定标策略要求的数据对,在数据库中仅保留符合定标策略要求的数据对;所述的排除不符合定标策略要求的数据对,具体步骤包括:①排除有云和/或有太阳耀斑的数据对,②在不受云、太阳耀斑影响的定标数据源中进一步排除变异系数和/或叶绿素a浓度超出定标策略要求的数据对,以及③在排除了变异系数和/或叶绿素a浓度超出定标策略要求的数据对后的数据源中,再进一步排除观测几何超过定标策略要求的数据对;默认归一化耀斑系数阈值为0.005,叶绿素a浓度阈值为0.3mg m-3,变异系数阈值为15%,观测几何偏差阈值为0.5°;
所述的产生定标任务是基于所述质量控制得到的数据库生成定标任务,并按定标策略设定,定时执行这些定标任务;
所述的导入定标结果反馈是导入对已有定标系数的分析结果,判断是否在所述的配置定标策略中对定标参数进行调整。
2.一种可对海洋水色卫星辐射定标实现自动规划的装置,包括顺次联接构成闭环的以下模块:
配置定标策略模块,用于根据不同传感器的多种定标方法要求,将定标策略参数化,获得包括被定标传感器的信息、定标数据源种类、拟进行定标区域经纬度范围和卫星数据间或星地数据间时空匹配阈值在内的定标参数;
数据筛选模块,用于确定被定标传感器和参考传感器在拟定标区域的成像区域和过境时间后,排除非日间观测以及超出所述时空匹配阈值的卫星数据;并确定被定标传感器、参考传感器或现场数据各自的数据文件名;所述的确定被定标传感器和参考传感器在拟定标区域的成像区域和过境时间,是根据定标策略指定的定标区域,利用卫星轨道报和传感器幅宽、空间分辨率,计算被定标传感器、参考传感器在定标区域的过境时间以及成像区域的经纬度范围;所述的被定标传感器是海洋水色卫星传感器,所述的数据筛选中,超出所述时空匹配阈值的卫星数据是:①太阳天顶角不满足所述的时空匹配阈值的卫星数据,和②当被定标传感器、参考传感器成像区域和定标区域有交叉范围且卫星间、星地间数据存在交叉范围时,传感器天顶角不满足定标策略要求的卫星数据;匹配时间窗口为1h;最大太阳天顶角、传感器天顶角分别是70°、60°,卫星间交叉范围不小于15×15 km,星地间交叉范围不小于5×5 km;
卫星数据抓取或观测模块,用于使用所述的数据文件名执行相应下载命令,从数据库下载对应文件作为定标数据源,进入业务化定标系统的数据库;或者使用数据筛选中得到的所述过境时间制定观测计划,获取相应星上定标的观测数据;
质量控制模块,用于排除不符合定标策略要求的数据对,仅保留符合定标策略要求的数据对;所述的排除不符合定标策略要求的数据对,具体步骤包括:①排除有云和/或有太阳耀斑的数据对,②在不受云、太阳耀斑影响的定标数据源中进一步排除变异系数和/或叶绿素a浓度超出定标策略要求的数据对,以及③在排除了变异系数和/或叶绿素a浓度超出定标策略要求的数据对后的数据源中,再进一步排除观测几何超过定标策略要求的数据对;默认归一化耀斑系数阈值为0.005,叶绿素a浓度阈值为0.3mg m-3,变异系数阈值为15%,观测几何偏差阈值为0.5°;
产生定标任务模块,用于基于所述符合定标策略要求的数据对生成定标任务,并按定标策略设定,定时执行这些定标任务;
导入定标结果反馈模块,用于导入对已有定标系数的分析结果,判断是否在所述的配置定标策略中对定标参数进行调整。
3.一种可对海洋水色卫星辐射定标实现自动规划的系统,包括存储器以及处理器,所述存储器用于存储海洋水色卫星辐射定标自动规划程序,所述处理器用于运行所述海洋水色卫星辐射定标自动规划程序,以使所述系统执行权利要求1所述的海洋水色卫星辐射定标自动规划方法。
4.一种计算机可读存储介质,所述计算机可读存储介质上存储有可对海洋水色卫星辐射定标实现自动规划的程序,所述可对海洋水色卫星辐射定标实现自动规划的程序被处理器执行时,实现权利要求1所述的海洋水色卫星辐射定标自动规划方法。
CN202210484650.2A 2022-05-06 2022-05-06 一种海洋水色卫星辐射定标自动规划方法及装置 Active CN114579655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210484650.2A CN114579655B (zh) 2022-05-06 2022-05-06 一种海洋水色卫星辐射定标自动规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210484650.2A CN114579655B (zh) 2022-05-06 2022-05-06 一种海洋水色卫星辐射定标自动规划方法及装置

Publications (2)

Publication Number Publication Date
CN114579655A CN114579655A (zh) 2022-06-03
CN114579655B true CN114579655B (zh) 2022-07-29

Family

ID=81767622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210484650.2A Active CN114579655B (zh) 2022-05-06 2022-05-06 一种海洋水色卫星辐射定标自动规划方法及装置

Country Status (1)

Country Link
CN (1) CN114579655B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8452123B2 (en) * 2008-01-18 2013-05-28 California Institute Of Technology Distortion calibration for optical sensors
CN112884342B (zh) * 2021-03-10 2024-03-12 陕西九州遥感信息技术有限公司 一种水色卫星大气层顶辐射产品质量评价与交叉定标方法
CN113177512B (zh) * 2021-05-20 2024-04-05 国家卫星气象中心(国家空间天气监测预警中心) 一种星星间交叉辐射定标的匹配阈值分析方法
CN113970376B (zh) * 2021-09-07 2023-10-31 中国科学院空天信息创新研究院 一种基于海洋区域再分析资料的卫星红外载荷定标方法

Also Published As

Publication number Publication date
CN114579655A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
Osman et al. Globally resolved surface temperatures since the Last Glacial Maximum
Rawlins et al. The Met Office global four‐dimensional variational data assimilation scheme
CN106897707B (zh) 基于多源中分的特征影像时间序列合成方法及装置
CN110297218B (zh) 基于生成对抗网络的雷达信号未知调制方式检测方法
CN112149859B (zh) 风速预测方法和风速预测装置
CN115062527B (zh) 一种基于深度学习的静止卫星海温反演方法及系统
Pleskachevsky et al. Multiparametric sea state fields from synthetic aperture radar for maritime situational awareness
CN115081307A (zh) 一种基于神经网络的气象数值模式同化方法及装置
Zhang et al. Spatial and temporal downscaling of TRMM precipitation with novel algorithms
CN114092794A (zh) 一种海冰图像分类方法、系统、介质、设备及处理终端
CN112784493A (zh) 基于自适应深度q网络的地理空间预测方法及系统
CN113205014A (zh) 一种基于图像锐化的时序数据耕地提取方法
CN114579655B (zh) 一种海洋水色卫星辐射定标自动规划方法及装置
CN110909863A (zh) 一种基于人工神经网络的罗兰天地波时延估计方法
Ma et al. Pixel-level parameter optimization of a terrestrial biosphere model for improving estimation of carbon fluxes with an efficient model–data fusion method and satellite-derived LAI and GPP data
CN116626753B (zh) 一种基于多模态神经网络的微地震事件识别方法及系统
CN113534083A (zh) 基于sar的玉米留茬方式识别方法、装置和介质
KR101410770B1 (ko) 식생 변동을 조절하는 예측 기상 인자들을 이용한 연간 식생 변동 예측 방법 및 장치
Gautam et al. Estimation of forest carbon using Lidar-Assisted Multi-source Programme (LAMP) in Nepal
CN116883594A (zh) 融合卫星与浮标观测的海洋三维温度遥感超分重建方法
CN114723330B (zh) 一种基于结构方程模型的植被变化影响因素评价方法
CN113240340B (zh) 基于模糊分类的大豆种植区分析方法、装置、设备和介质
WO2022093036A1 (en) Method of estimating polymetallic nodule abundance
Alderman Parallel gridded simulation framework for DSSAT-CSM (version 4.7. 5.21) using MPI and NetCDF
Ma et al. Spatial parameter optimization of a terrestrial biosphere model for improving estimation of carbon fluxes for deciduous forests in the eastern United States: an efficient model-data fusion method

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