CN114756640A - 一种海面高度数据的评价方法及装置 - Google Patents
一种海面高度数据的评价方法及装置 Download PDFInfo
- Publication number
- CN114756640A CN114756640A CN202210454605.2A CN202210454605A CN114756640A CN 114756640 A CN114756640 A CN 114756640A CN 202210454605 A CN202210454605 A CN 202210454605A CN 114756640 A CN114756640 A CN 114756640A
- Authority
- CN
- China
- Prior art keywords
- vector space
- type vector
- space data
- data set
- sea surface
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
Abstract
本申请提供一种海面高度数据的评价方法及装置,该方法包括:读取卫星雷达高度计一个完整周期数据,并建立初始点类型矢量空间数据集;根据初始点类型矢量空间数据集进行转化与相交分析,得到升降轨线类型矢量空间数据集和交叉点类型矢量空间数据集;根据升降轨线类型矢量空间数据集和交叉点类型矢量空间数据集进行筛选计算,得到海面高度不符值;根据海面高度不符值进行异常值剔除与综合评价,得到海面高度数据的评价结果。可见,实施这种实施方式,能够实现对测高卫星获取海面高度数据的客观准确评价。
Description
技术领域
本申请涉及卫星遥感与地理信息领域,具体而言,涉及一种海面高度数据的评价方法及装置。
背景技术
目前的测高卫星海面高度数据的评价方法中,通常利用二次多项式拟合方法或分段拟合数值计算方法来计算卫星交叉点,计算交叉点处海面高度不符值,然后再基于3σ剔除方法或固定阈值剔除方法剔除异常值,从而得到有效不符值并进一步完成海面高度数据的评价。
然而,在实践中发现,目前的二次多项式拟合方法或分段拟合数值计算方法中存在计算效率低,过程复杂,求解过程中存在失败导致漏掉交叉点的可能,严重影响海面高度数据的评价效果。同时,3σ剔除方法和固定阈值剔除方法都受限于样本数据集分布状态,如3σ剔除方法当数据不服从正态分布时无法客观有效地剔除异常值,从而无法获取到准确的海面高度数据的评价结果。
发明内容
本申请实施例的目的在于提供一种海面高度数据的评价方法及装置,该方法将高度计数据转化为GIS线类型和点类型空间数据,利用地理空间相交分析技术快速高效获取高度计海上交叉点处海面高度不符值,进而利用箱线图异常点剔除方法客观的获取有效海面高度不符值,能够客观准确的实现对测高卫星获取海面高度数据进行评价。
本申请实施例第一方面提供了一种海面高度数据的评价方法,包括:
读取卫星雷达高度计的完整周期数据,并根据所述完整周期数据建立初始点类型矢量空间数据集;所述完整周期数据与所述海面高度数据相对应;
按照卫星上升轨道和卫星下降轨道对所述初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集;
对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集;
根据10米高分辨率海陆多边形矢量空间数据和所述交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集;
根据所述交叉点类型矢量空间数据集、所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行计算,得到海面高度不符值;
基于箱线图异常值剔除算法剔除所述海面高度不符值中的异常不符值,得到有效不符值;
根据所述有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果。
进一步地,所述读取卫星雷达高度计的完整周期数据,并根据所述完整周期数据建立初始点类型矢量空间数据集的步骤包括:
读取卫星雷达高度计的完整周期数据;所述完整周期数据为1Hz采样点数据;
通过GeoPandas地理空间数据处理工具,对所述1Hz采样点数据进行数据转化,得到初始点类型矢量空间数据集;所述初始点类型矢量空间数据集对应的属性表信息包括采样点时间、经度、纬度、Pass号、Cycle号、水深、海面高度异常、平均海平面以及海面高度中的一种或多种。
进一步地,对所述按照卫星上升轨道和卫星下降轨道对所述初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集的步骤包括:
获取所述初始点类型矢量空间数据集对应的属性表信息;所述属性表信息包括每个点类型矢量空间数据对应的Pass号;
在所述初始点类型矢量空间数据集中,根据所述Pass号为奇数的点类型矢量空间数据建立升轨点类型矢量空间数据集,根据所述Pass号为偶数的点类型矢量空间数据建立降轨点类型矢量空间数据集;
在所述升轨点类型矢量空间数据集和所述降轨点类型矢量空间数据集中,提取南北纬50°范围之间的升轨部分点类型矢量空间数据和降轨部分点类型矢量空间数据;
根据所述升轨部分点类型矢量空间数据生成升轨线类型矢量空间数据集,根据所述降轨部分点类型矢量空间数据生成降轨线类型矢量空间数据;其中,所述升轨线类型矢量空间数据和所述降轨线类型矢量空间数据皆包括跨越0°经线的同一Pass号的点类型矢量空间数据。
进一步地,所述对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集的步骤包括:
利用Geopandas地理空间数据处理工具,对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据集进行Intersection地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集。
进一步地,所述根据10米高分辨率海陆多边形矢量空间数据和所述交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集的步骤包括:
在10米高分辨率海陆多边形矢量空间数据中提取ocean类型的shape多边形矢量数据;
通过geopandas.sjoin()函数,按照ocean多边形范围对所述交叉点类型矢量空间数据集进行筛选,得到高度计海洋范围内的交叉点类型矢量空间数据集。
进一步地,所述根据所述交叉点类型矢量空间数据集、所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行计算,得到海面高度不符值的步骤包括:
获取所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据中的升轨点类型矢量空间数据集和降轨点类型矢量空间数据集;
根据所述交叉点类型矢量空间数据集中的交叉点类型矢量空间数据,在所述升轨点类型矢量空间数据集和所述降轨点类型矢量空间数据集中选取所述交叉点类型矢量空间数据左右两侧各3个点类型矢量空间数据为观测点类型矢量空间数据;
根据所述观测点类型矢量空间数据进行样条插值处理,得到所述交叉点类型矢量空间数据位置对应的海面高度值和水深值;所述海面高度值包括升轨海面高度值和降轨海面高度值;
当所述水深值大于1000米且距离所述交叉点类型矢量空间数据最近的升轨点类型矢量空间数据或降轨点类型矢量空间数据的获取时间与当前时间之间的时间差小于10天时,计算所述升轨海面高度值和所述降轨海面高度值之间的差值,得到海面高度不符值。
进一步地,所述基于箱线图异常值剔除算法剔除所述海面高度不符值中的异常不符值,得到有效不符值的步骤包括:
根据所述海面高度不符值,确定所述海面高度不符值中的上四分位数和下四分位数;
计算所述上四分位数和所述下四分位数之间的内距;
将所述上四分位数与1.5倍所述内距的和确定为所述海面高度不符值的上界值:将所述下四分位数与1.5倍所述内距的差确定为所述海面高度不符值的下界值;
在所述海面高度不符值中,剔除大于所述上界值和小于所述下界值的异常不符值,得到有效不符值。
进一步地,所述根据所述有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果的步骤包括:
根据所述有效不符值进行数据均值计算得到不符值均值,根据所述有效不符值进行标准差计算得到不符值标准差;
根据所述不符值均值和所述不符值标准差进行数据评价,得到海面高度数据的评价结果。
本申请实施例第二方面提供了一种海面高度数据的评价装置,所述海面高度数据的评价装置包括:
获取单元,用于通过卫星雷达高度计,获取整周期内1Hz数据,建立点类型矢量空间数据;
转化单元,用于对所述点类型矢量空间数据进行数据转化,得到升轨线类型矢量空间数据和降轨线类型矢量空间数据;
筛选单元,用于在所述升轨线类型矢量空间数据和降轨线类型矢量空间数据中进行空间数据交叉分析得到交叉点,进而筛选出海洋范围内的交叉点点类型矢量空间数据;
计算单元,用于海上交叉点点类型矢量空间数据、升轨点类型矢量空间数据和降轨点类型矢量空间数据进行计算,得到海面高度不符值;
剔除单元,用于剔除所述海面高度不符值中的异常不符值,得到有效不符值;
评价单元,用于根据所述有效不符值进行数据评价,得到海面高度数据的评价结果。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的海面高度数据的评价方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的海面高度数据的评价方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种海面高度数据的评价方法的流程示意图;
图2为本申请实施例提供的一种海面高度数据的评价装置的结构示意图;
图3为本申请实施例提供的一种海面高度数据的评价结果的可视化图像和相关数据。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本实施例提供了一种海面高度数据的评价方法的流程示意图。其中,该海面高度数据的评价方法包括:
S101、读取卫星雷达高度计的完整周期数据,并根据完整周期数据建立初始点类型矢量空间数据集。
作为一种可选的实施方式,读取卫星雷达高度计的完整周期数据,并根据完整周期数据建立初始点类型矢量空间数据集的步骤包括:
读取卫星雷达高度计的完整周期数据;完整周期数据为1Hz采样点数据;
通过GeoPandas地理空间数据处理工具,对1Hz采样点数据进行数据转化,得到初始点类型矢量空间数据集;初始点类型矢量空间数据集对应的属性表信息包括采样点时间、经度、纬度、Pass号、Cycle号、水深、海面高度异常、平均海平面以及海面高度中的一种或多种。
本实施例中,该方法可以读取雷达高度计获取到的一个Cycle数据,该Cycle数据为周期数据,该周期数据为1HZ采样点数据,该1HZ采样点数据具体可以包括采样点时间、经度、纬度、Pass号、Cycle号、水深,海面高度异常、平均海平面、海面高度等数据。
在本实施例中,该方法可以利用GeoPandas地理空间数据处理工具将读取到的1Hz采样点数据转化为点类型矢量空间数据。
S102、按照卫星上升轨道和卫星下降轨道对初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集。
作为一种可选的实施方式,按照卫星上升轨道和卫星下降轨道对初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集的步骤包括:
获取初始点类型矢量空间数据集对应的属性表信息;属性表信息包括每个点类型矢量空间数据对应的Pass号;
在初始点类型矢量空间数据集中,根据Pass号为奇数的点类型矢量空间数据建立升轨点类型矢量空间数据集,根据Pass号为偶数的点类型矢量空间数据建立降轨点类型矢量空间数据集;
在升轨点类型矢量空间数据集和降轨点类型矢量空间数据集中,提取南北纬50°范围之间的升轨部分点类型矢量空间数据和降轨部分点类型矢量空间数据;
根据升轨部分点类型矢量空间数据生成升轨线类型矢量空间数据集,根据降轨部分点类型矢量空间数据生成降轨线类型矢量空间数据;其中,升轨线类型矢量空间数据和降轨线类型矢量空间数据皆包括跨越0°经线的同一Pass号的点类型矢量空间数据。
本实施例中,该方法可选取Pass号为奇数(代表升轨)和偶数(代表降轨)的点类型矢量空间数据,得到升轨点类型矢量空间数据集和降轨点类型矢量空间数据集。
本实施例中,该方法为避免受高纬度海冰对数据污染的影响,选取南北纬50°范围之间的点类型矢量空间数据集建立线类型矢量空间数据集(经度的取值范围是0°~360°)。
在本实施例中,因为在0°经线处,卫星星下点经度坐标会发生跳变,因此该方法以0°经线为界,将跨越0°经线的卫星轨道分为两个弧度。然后利用GeoPandas地理空间数据处理工具分别建立升轨线类型矢量空间数据和降轨线类型矢量空间数据。
在本实施例中,升轨线类型矢量空间数据和降轨线类型矢量空间数据都是弧段矢量线数据。
S103、对升轨线类型矢量空间数据集和降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集。
作为一种可选的实施方式,对升轨线类型矢量空间数据集和降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集的步骤包括:
利用Geopandas地理空间数据处理工具,对升轨线类型矢量空间数据集和降轨线类型矢量空间数据集进行Intersection地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集。
本实施例中,该方法利用GeoPandas地理空间数据处理工具对升降轨线类型矢量空间数据进行地理空间相交分析,从而快速精准地得到所有交叉点类型矢量空间点(即交叉矢量点初始数据)。
S104、根据10米高分辨率海陆多边形矢量空间数据和交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集。
作为一种可选的实施方式,根据10米高分辨率海陆多边形矢量空间数据和交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集的步骤包括:
在10米高分辨率海陆多边形矢量空间数据中提取ocean类型的shape多边形矢量数据;
通过geopandas.sjoin()函数,按照ocean多边形范围对交叉点类型矢量空间数据集进行筛选,得到高度计海洋范围内的交叉点类型矢量空间数据集。
本实施例中,该方法可以使用由natural earth官网下载得到的10米海洋多边形矢量数据ne_10m_ocean.shp作为海上数据基准,然后再利用GeoPandas地理空间数据处理工具对所有交叉点类型空间矢量数据计算其与10米分辨率海洋矢量面数据空间包含分析,快速筛选出位于海上的交叉点类型空间矢量数据。
S105、根据交叉点类型矢量空间数据集、升轨线类型矢量空间数据集和降轨线类型矢量空间数据进行计算,得到海面高度不符值。
作为一种可选的实施方式,根据交叉点类型矢量空间数据集、升轨线类型矢量空间数据集和降轨线类型矢量空间数据进行计算,得到海面高度不符值的步骤包括:
获取升轨线类型矢量空间数据集和降轨线类型矢量空间数据中的升轨点类型矢量空间数据集和降轨点类型矢量空间数据集;
根据交叉点类型矢量空间数据集中的交叉点类型矢量空间数据,在升轨点类型矢量空间数据集和降轨点类型矢量空间数据集中选取交叉点类型矢量空间数据左右两侧各3个点类型矢量空间数据为观测点类型矢量空间数据;
根据观测点类型矢量空间数据进行样条插值处理,得到交叉点类型矢量空间数据位置对应的海面高度值和水深值;海面高度值包括升轨海面高度值和降轨海面高度值;
当水深值大于1000米且距离交叉点类型矢量空间数据最近的升轨点类型矢量空间数据或降轨点类型矢量空间数据的获取时间与当前时间之间的时间差小于10天时,计算升轨海面高度值和降轨海面高度值之间的差值,得到海面高度不符值。
本实施例中,该方法可以观测点类型矢量空间数据可以为6个。
本实施例中,该方法可以根据筛选出的交叉点点类型矢量空间数据,计算距离交叉点类型矢量空间数据最近的卫星雷达高度计的采样点,然后再根据时间点属性,选取时间上相差10天以内的交叉点左右各3个采样点。当6个采样点的海面高度均为有效值时,该方法使用样条插值方法计算得到两个交叉轨道在交叉点处海面高度值和水深值,并在水深大于1000米时计算升降轨海面高度的差值,得到海面高度不符值。
S106、基于箱线图异常值剔除算法剔除海面高度不符值中的异常不符值,得到有效不符值。
作为一种可选的实施方式,
基于箱线图异常值剔除算法剔除海面高度不符值中的异常不符值,得到有效不符值的步骤包括:
根据海面高度不符值,确定海面高度不符值中的上四分位数和下四分位数;
计算上四分位数和下四分位数之间的内距;
将上四分位数与1.5倍内距的和确定为海面高度不符值的上界值:将下四分位数与1.5倍内距的差确定为海面高度不符值的下界值;
在海面高度不符值中,剔除大于上界值和小于下界值的异常不符值,得到有效不符值。
在本实施例中,对海面高度不符值统计分析评定精度前,错误值或异常值会造成评价结果误差或为异常系统条件的评价结果,因此不具有描述底层系统的特征。因此在统计分析评定精度前应该进行异常值去除处理。
在本实施例中,箱线图异常值剔除的方法能够真实直观地表现数据分布的本来面貌,该方法判断异常值的标准以四分位数和四分位间距为基础,四分位数具有一定的鲁棒性。多达25%的数据可以变得任意远而不会很大地扰动四分位数。所以异常值不能对这个标准施加影响。由此可见箱线图异常值剔除法识别异常值的结果比较客观,在识别异常值方面有一定的优越性。异常值是通过内距IQR(InterQuartile Range)计算得的。内距又称为四分位差,是两个四分位数之差,即内距IQR=高四分位数-低四分位数。计算第一和第三四分位数(Q1、Q3),异常值是位于四分位数范围之外的数据点xi,计算公式如下:
xj>Q3+k(IQR)∨xi<Q1-k(IQR),
where IQR=Q3-Q1 and k≥0.
其中k=1.5。
S107、根据有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果。
作为一种可选的实施方式,根据有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果的步骤包括:
根据有效不符值进行数据均值计算得到不符值均值,根据有效不符值进行标准差计算得到不符值标准差;
根据不符值均值和不符值标准差进行数据评价,得到海面高度数据的评价结果。
本实施例中,该方法可以对剔除异常值后的有效不符值计算均值(Mean)和标准差(Standard Deviation)。其中,不符值均值在理想情况下应接近于零,不符值标准差在理想情况下应很小。
在本实施例中,均值接近于零,标准差越小代表海面高度性能越好。
在本实施例中,不符值均值的计算公式如下:
在本实施例中,不符值标准差的计算公式如下:
本申请实施例中,该方法能够根据有效不符值进行数据评价,得到海面高度数据的评价结果。
请参阅图3,图3示出了一种海面高度数据的评价结果的可视化图像和相关数据。具体的,交叉矢量点数据的数据数量为3198,异常不符值的数量为128,不符值均值-0.002m,不符值标准差为0.0484。
具体的,使用该方法所获取到的上述数值可以与其他方法获取同类数值进行比较,比较表如下:
可见,该方法的数据剔除率较为适中,这使得不符值均值和不符值标准差的获取能够更加客观,从而有利于获取到客观的海面高度数据的评价结果。
根据本实施例可以理解的是,海面高度交叉点不符值是指升降轨间彼此相交点处的海面高度的差值,该方法使用交叉点不符值来系统地分析评估数据质量和海面高度(SSH)性能。海洋变化是性能评估中的一个误差来源,为了减少其对性能评估结果的影响,海面高度不符值是以一个完整周期的有效数据集为基础来计算的,最大时间差为10天。为了避免高纬度海冰、浅水对性能评估影响,评估时选取水深大于1000米,纬度在南北纬50°间的数据。
本实施例中,该方法的执行主体可以为计算机、服务器等计算装置,对此本实施例中不作任何限定。
可见,实施本实施例所描述的海面高度数据的评价方法,能够避免目前的二次多项式拟合方法或分段拟合数值计算方法中存在求解失败导致漏掉交叉点的可能,从而实现对海面高度数据进行更准确的评价。同时,该方法剔除的异常不符值不会受限于样本数据集分布状态,异常值选取比较客观,与3σ剔除方法和固定阈值剔除方法比较,该方法能够获取到更客观、更准确的海面高度数据的评价结果。
实施例2
请参看图2,图2为本实施例提供的一种海面高度数据的评价装置的结构示意图。如图2所示,该海面高度数据的评价装置包括:
读取单元210,用于读取卫星雷达高度计的完整周期数据,并根据完整周期数据建立初始点类型矢量空间数据集;完整周期数据与海面高度数据相对应;
转化单元220,用于按照卫星上升轨道和卫星下降轨道对初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集;
分析单元230,用于对升轨线类型矢量空间数据集和降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集;
筛选单元240,用于根据10米高分辨率海陆多边形矢量空间数据和交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集;
计算单元250,用于根据交叉点类型矢量空间数据集、升轨线类型矢量空间数据集和降轨线类型矢量空间数据进行计算,得到海面高度不符值;
剔除单元260,用于基于箱线图异常值剔除算法剔除海面高度不符值中的异常不符值,得到有效不符值;
评价单元270,用于根据有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果。
作为一种可选的实施方式,读取单元210包括:
读取子单元211,用于读取卫星雷达高度计的完整周期数据;完整周期数据为1Hz采样点数据;
转化子单元212,用于通过GeoPandas地理空间数据处理工具,对1Hz采样点数据进行数据转化,得到初始点类型矢量空间数据集;初始点类型矢量空间数据集对应的属性表信息包括采样点时间、经度、纬度、Pass号、Cycle号、水深、海面高度异常、平均海平面以及海面高度中的一种或多种。
作为一种可选的实施方式,转化单元220包括:
第一获取子单元221,用于获取初始点类型矢量空间数据集对应的属性表信息;属性表信息包括每个点类型矢量空间数据对应的Pass号;
建立子单元222,用于在初始点类型矢量空间数据集中,根据Pass号为奇数的点类型矢量空间数据建立升轨点类型矢量空间数据集,根据Pass号为偶数的点类型矢量空间数据建立降轨点类型矢量空间数据集;
第一提取子单元223,用于在升轨点类型矢量空间数据集和降轨点类型矢量空间数据集中,提取南北纬50°范围之间的升轨部分点类型矢量空间数据和降轨部分点类型矢量空间数据;
生成子单元224,用于根据升轨部分点类型矢量空间数据生成升轨线类型矢量空间数据集,根据降轨部分点类型矢量空间数据生成降轨线类型矢量空间数据;其中,升轨线类型矢量空间数据和降轨线类型矢量空间数据皆包括跨越0°经线的同一Pass号的点类型矢量空间数据。
作为一种可选的实施方式,分析单元230具体用于利用Geopandas地理空间数据处理工具,对升轨线类型矢量空间数据集和降轨线类型矢量空间数据集进行Intersection地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集。
作为一种可选的实施方式,筛选单元240包括:
第二提取子单元241,用于在10米高分辨率海陆多边形矢量空间数据中提取ocean类型的shape多边形矢量数据;
筛选子单元242,用于通过geopandas.sjoin()函数,按照ocean多边形范围对交叉点类型矢量空间数据集进行筛选,得到高度计海洋范围内的交叉点类型矢量空间数据集。
作为一种可选的实施方式,计算单元250包括:
第二获取子单元251,用于获取升轨线类型矢量空间数据集和降轨线类型矢量空间数据中的升轨点类型矢量空间数据集和降轨点类型矢量空间数据集;
选取子单元252,用于根据交叉点类型矢量空间数据集中的交叉点类型矢量空间数据,在升轨点类型矢量空间数据集和降轨点类型矢量空间数据集中选取交叉点类型矢量空间数据左右两侧各3个点类型矢量空间数据为观测点类型矢量空间数据;
插值子单元253,用于根据观测点类型矢量空间数据进行样条插值处理,得到交叉点类型矢量空间数据位置对应的海面高度值和水深值;海面高度值包括升轨海面高度值和降轨海面高度值;
第一计算子单元254,用于当水深值大于1000米且距离交叉点类型矢量空间数据最近的升轨点类型矢量空间数据或降轨点类型矢量空间数据的获取时间与当前时间之间的时间差小于10天时,计算升轨海面高度值和降轨海面高度值之间的差值,得到海面高度不符值。
作为一种可选的实施方式,剔除单元260包括:
第一确定子单元261,用于根据海面高度不符值,确定海面高度不符值中的上四分位数和下四分位数;
第二计算子单元262,用于计算上四分位数和下四分位数之间的内距;
第二确定子单元263,用于将上四分位数与1.5倍内距的和确定为海面高度不符值的上界值:将下四分位数与1.5倍内距的差确定为海面高度不符值的下界值;
剔除子单元264,用于在海面高度不符值中,剔除大于上界值和小于下界值的异常不符值,得到有效不符值。
作为一种可选的实施方式,评价单元270包括:
第三计算子单元271,用于根据有效不符值进行数据均值计算得到不符值均值,根据有效不符值进行标准差计算得到不符值标准差;
评价子单元272,用于根据不符值均值和不符值标准差进行数据评价,得到海面高度数据的评价结果。
本实施例中,对于海面高度数据的评价装置的解释说明可以参照实施例1中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的海面高度数据的评价装置,能够通过轨道弧段空间相交分析方法,更快捷、精准地完成对交叉点处海面高度不符数据的获取;同时,基于箱线图异常值剔除算法能够更客观地剔除海面高度不符值,从而更客观地实现对海面高度数据的评价。
本实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1中的海面高度数据的评价方法。
本实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例1中的海面高度数据的评价方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (11)
1.一种海面高度数据的评价方法,其特征在于,包括:
读取卫星雷达高度计的完整周期数据,并根据所述完整周期数据建立初始点类型矢量空间数据集;所述完整周期数据与所述海面高度数据相对应;
按照卫星上升轨道和卫星下降轨道对所述初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集;
对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集;
根据10米高分辨率海陆多边形矢量空间数据和所述交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集;
根据所述交叉点类型矢量空间数据集、所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行计算,得到海面高度不符值;
基于箱线图异常值剔除算法剔除所述海面高度不符值中的异常不符值,得到有效不符值;
根据所述有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果。
2.根据权利要求1所述的海面高度数据的评价方法,其特征在于,所述读取卫星雷达高度计的完整周期数据,并根据所述完整周期数据建立初始点类型矢量空间数据集的步骤包括:
读取卫星雷达高度计的完整周期数据;所述完整周期数据为1Hz采样点数据;
通过GeoPandas地理空间数据处理工具,对所述1Hz采样点数据进行数据转化,得到初始点类型矢量空间数据集;所述初始点类型矢量空间数据集对应的属性表信息包括采样点时间、经度、纬度、Pass号、Cycle号、水深、海面高度异常、平均海平面以及海面高度中的一种或多种。
3.根据权利要求1所述的海面高度数据的评价方法,其特征在于,对所述按照卫星上升轨道和卫星下降轨道对所述初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集的步骤包括:
获取所述初始点类型矢量空间数据集对应的属性表信息;所述属性表信息包括每个点类型矢量空间数据对应的Pass号;
在所述初始点类型矢量空间数据集中,根据所述Pass号为奇数的点类型矢量空间数据建立升轨点类型矢量空间数据集,根据所述Pass号为偶数的点类型矢量空间数据建立降轨点类型矢量空间数据集;
在所述升轨点类型矢量空间数据集和所述降轨点类型矢量空间数据集中,提取南北纬50°范围之间的升轨部分点类型矢量空间数据和降轨部分点类型矢量空间数据;
根据所述升轨部分点类型矢量空间数据生成升轨线类型矢量空间数据集,根据所述降轨部分点类型矢量空间数据生成降轨线类型矢量空间数据;其中,所述升轨线类型矢量空间数据和所述降轨线类型矢量空间数据皆包括跨越0°经线的同一Pass号的点类型矢量空间数据。
4.根据权利要求1所述的海面高度数据的评价方法,其特征在于,所述对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集的步骤包括:
利用Geopandas地理空间数据处理工具,对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据集进行Intersection地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集。
5.根据权利要求1所述的海面高度数据的评价方法,其特征在于,所述根据10米高分辨率海陆多边形矢量空间数据和所述交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集的步骤包括:
在10米高分辨率海陆多边形矢量空间数据中提取ocean类型的shape多边形矢量数据;
通过geopandas.sjoin()函数,按照ocean多边形范围对所述交叉点类型矢量空间数据集进行筛选,得到高度计海洋范围内的交叉点类型矢量空间数据集。
6.根据权利要求1所述的海面高度数据的评价方法,其特征在于,所述根据所述交叉点类型矢量空间数据集、所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行计算,得到海面高度不符值的步骤包括:
获取所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据中的升轨点类型矢量空间数据集和降轨点类型矢量空间数据集;
根据所述交叉点类型矢量空间数据集中的交叉点类型矢量空间数据,在所述升轨点类型矢量空间数据集和所述降轨点类型矢量空间数据集中选取所述交叉点类型矢量空间数据左右两侧各3个点类型矢量空间数据为观测点类型矢量空间数据;
根据所述观测点类型矢量空间数据进行样条插值处理,得到所述交叉点类型矢量空间数据位置对应的海面高度值和水深值;所述海面高度值包括升轨海面高度值和降轨海面高度值;
当所述水深值大于1000米且距离所述交叉点类型矢量空间数据最近的升轨点类型矢量空间数据或降轨点类型矢量空间数据的获取时间与当前时间之间的时间差小于10天时,计算所述升轨海面高度值和所述降轨海面高度值之间的差值,得到海面高度不符值。
7.根据权利要求1所述的海面高度数据的评价方法,其特征在于,所述基于箱线图异常值剔除算法剔除所述海面高度不符值中的异常不符值,得到有效不符值的步骤包括:
根据所述海面高度不符值,确定所述海面高度不符值中的上四分位数和下四分位数;
计算所述上四分位数和所述下四分位数之间的内距;
将所述上四分位数与1.5倍所述内距的和确定为所述海面高度不符值的上界值:将所述下四分位数与1.5倍所述内距的差确定为所述海面高度不符值的下界值;
在所述海面高度不符值中,剔除大于所述上界值和小于所述下界值的异常不符值,得到有效不符值。
8.根据权利要求1所述的海面高度数据的评价方法,其特征在于,所述根据所述有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果的步骤包括:
根据所述有效不符值进行数据均值计算得到不符值均值,根据所述有效不符值进行标准差计算得到不符值标准差;
根据所述不符值均值和所述不符值标准差进行数据评价,得到海面高度数据的评价结果。
9.一种海面高度数据的评价装置,其特征在于,所述海面高度数据的评价装置包括:
读取单元,用于读取卫星雷达高度计的完整周期数据,并根据所述完整周期数据建立初始点类型矢量空间数据集;所述完整周期数据与所述海面高度数据相对应;
转化单元,用于按照卫星上升轨道和卫星下降轨道对所述初始点类型矢量空间数据集进行分别转化,得到升轨线类型矢量空间数据集和降轨线类型矢量空间数据集;
分析单元,用于对所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行地理空间相交分析,得到高度计交叉点的交叉点类型矢量空间数据集;
筛选单元,用于根据10米高分辨率海陆多边形矢量空间数据和所述交叉点类型矢量空间数据集,筛选出高度计海洋范围内的交叉点类型矢量空间数据集;
计算单元,用于根据所述交叉点类型矢量空间数据集、所述升轨线类型矢量空间数据集和所述降轨线类型矢量空间数据进行计算,得到海面高度不符值;
剔除单元,用于基于箱线图异常值剔除算法剔除所述海面高度不符值中的异常不符值,得到有效不符值;
评价单元,用于根据所述有效不符值进行数据均值和标准差统计计算,得到海面高度数据的评价结果。
10.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至8中任一项所述的海面高度数据的评价方法。
11.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至8任一项所述的海面高度数据的评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210454605.2A CN114756640B (zh) | 2022-04-27 | 2022-04-27 | 一种海面高度数据的评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210454605.2A CN114756640B (zh) | 2022-04-27 | 2022-04-27 | 一种海面高度数据的评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114756640A true CN114756640A (zh) | 2022-07-15 |
CN114756640B CN114756640B (zh) | 2022-10-21 |
Family
ID=82332644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210454605.2A Active CN114756640B (zh) | 2022-04-27 | 2022-04-27 | 一种海面高度数据的评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114756640B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116399294A (zh) * | 2023-06-08 | 2023-07-07 | 山东科技大学 | 一种基于成像高度计比容高度法的海面高度检验分析方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110227786A1 (en) * | 2010-03-18 | 2011-09-22 | Takeshi Ono | Abnormal value detection apparatus for satellite positioning system, abnormal value detection method, and abnormal value detection program |
KR101503509B1 (ko) * | 2014-02-25 | 2015-03-18 | 대한민국 | 수동형 마이크로파 인공위성 자료를 이용한 해상풍 산출 시스템 및 이를 이용한 산출방법 |
CN107122606A (zh) * | 2017-04-26 | 2017-09-01 | 国家海洋信息中心 | 基于卫星高度计数据的海平面变化趋势计算方法及装置 |
CN107421496A (zh) * | 2017-07-26 | 2017-12-01 | 青岛美吉海洋地理信息技术有限公司 | 一种高精度的水面高程提取算法 |
CN111505619A (zh) * | 2020-03-03 | 2020-08-07 | 自然资源部第一海洋研究所 | 一种时空分布不规则不均匀卫星高度计测高数据网格化处理方法 |
CN111982062A (zh) * | 2020-07-13 | 2020-11-24 | 国家海洋信息中心 | 一种基于最小距离法确定测高卫星轨迹交叉点位置的方法 |
CN112396612A (zh) * | 2020-11-16 | 2021-02-23 | 自然资源部国土卫星遥感应用中心 | 一种矢量信息辅助的遥感影像道路信息自动提取方法 |
CN113074703A (zh) * | 2021-03-30 | 2021-07-06 | 国家卫星海洋应用中心 | 多源卫星高度计的数据处理方法、装置、设备及存储介质 |
CN113434805A (zh) * | 2021-07-14 | 2021-09-24 | 自然资源部第一海洋研究所 | 一种基于海面高度异常和旋转速度的中尺度涡识别方法 |
-
2022
- 2022-04-27 CN CN202210454605.2A patent/CN114756640B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110227786A1 (en) * | 2010-03-18 | 2011-09-22 | Takeshi Ono | Abnormal value detection apparatus for satellite positioning system, abnormal value detection method, and abnormal value detection program |
KR101503509B1 (ko) * | 2014-02-25 | 2015-03-18 | 대한민국 | 수동형 마이크로파 인공위성 자료를 이용한 해상풍 산출 시스템 및 이를 이용한 산출방법 |
CN107122606A (zh) * | 2017-04-26 | 2017-09-01 | 国家海洋信息中心 | 基于卫星高度计数据的海平面变化趋势计算方法及装置 |
CN107421496A (zh) * | 2017-07-26 | 2017-12-01 | 青岛美吉海洋地理信息技术有限公司 | 一种高精度的水面高程提取算法 |
CN111505619A (zh) * | 2020-03-03 | 2020-08-07 | 自然资源部第一海洋研究所 | 一种时空分布不规则不均匀卫星高度计测高数据网格化处理方法 |
CN111982062A (zh) * | 2020-07-13 | 2020-11-24 | 国家海洋信息中心 | 一种基于最小距离法确定测高卫星轨迹交叉点位置的方法 |
CN112396612A (zh) * | 2020-11-16 | 2021-02-23 | 自然资源部国土卫星遥感应用中心 | 一种矢量信息辅助的遥感影像道路信息自动提取方法 |
CN113074703A (zh) * | 2021-03-30 | 2021-07-06 | 国家卫星海洋应用中心 | 多源卫星高度计的数据处理方法、装置、设备及存储介质 |
CN113434805A (zh) * | 2021-07-14 | 2021-09-24 | 自然资源部第一海洋研究所 | 一种基于海面高度异常和旋转速度的中尺度涡识别方法 |
Non-Patent Citations (3)
Title |
---|
G.H.WANG: "Optimized bias estimation model for 3-D radar considering platform attitude errors", 《IEEE》 * |
彭海龙等: "HY-2A卫星雷达高度计数据的全球统计评价及质量分析", 《海洋学报》 * |
陈国栋等: "基于交叉点不符值的ICESat冰盖测高精度估计", 《测绘科学技术学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116399294A (zh) * | 2023-06-08 | 2023-07-07 | 山东科技大学 | 一种基于成像高度计比容高度法的海面高度检验分析方法 |
CN116399294B (zh) * | 2023-06-08 | 2023-09-05 | 山东科技大学 | 一种基于成像高度计比容高度法的海面高度检验分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114756640B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gaillard et al. | In situ–based reanalysis of the global ocean temperature and salinity with ISAS: Variability of the heat content and steric height | |
Genz et al. | The predictive accuracy of shoreline change rate methods and alongshore beach variation on Maui, Hawaii | |
Strassburg et al. | Sea level trends in Southeast Asian seas | |
CN112882032B (zh) | 一种燃气管道重点区域地质灾害sar动态监测方法及装置 | |
CN114756640B (zh) | 一种海面高度数据的评价方法及装置 | |
Le Traon et al. | Use of satellite altimetry for operational oceanography | |
Abili | Comparison of vertical accuracy of open-source global digital elevation models: a case study of Adama City, Ethiopia | |
Singh | Efficient multi-site statistical downscaling model for climate change | |
Dorst et al. | The estimation of sea floor dynamics from bathymetric surveys of a sand wave area | |
Grombein et al. | Smoothing GOCE gravity gradients by means of topographic-isostatic reductions | |
Pirooznia et al. | A Comparative Study Between Least Square and Total Least Square Methods for Time–Series Analysis and Quality Control of Sea Level Observations | |
Sonuc et al. | Verifying regional climate model results with web-based expert-system | |
Höfler et al. | Modelling prehistoric terrain Models using LiDAR-data: a geomorphological approach | |
Strassburg et al. | Sea level trends in South East Asian Seas (SEAS) | |
McLaren et al. | Quality information document global ocean OSTIA near real time level 4 sea surface temperature product | |
Aleem et al. | Using SRTM and GDEM2 data for assessing vulnerability to coastal flooding due to sea level rise in Lagos: a comparative study | |
Ayhan | Effects of Offsets and Outliers on the Sea Level Trend at Antalya 2 Tide Gauge within the Eastern Mediterranean Sea | |
Luo et al. | Uncertainties on the combined use of ICESat and ICESat-2 observations to monitor lake levels | |
Coss | Using novel remote sensing datasets to characterize river basin scale surface water storage dynamics | |
Zeigler et al. | DCpts, DTpts, SLpts: Dune crest, dune toe, and mean high water shoreline positions: Rockaway Peninsula, NY, 2014 | |
Velsink | The Elements of Deformation Analysis: Blending Geodetic Observations and Deformation Hypotheses. | |
Rybkina et al. | ARCTIC TERRITORY–DATA AND MODELING | |
CN117690034A (zh) | 上升流识别方法、装置、电子设备及存储介质 | |
Burkhalter-Castro et al. | Hydrography from Fisheries Surveys: Filling coverage gaps with bathymetry extracted from Simrad EK60 water column data | |
Shen et al. | High-resolution water level and storage variation datasets for 338 reservoirs in China during 2010–2020 |
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 |