CN115144411A - 基于卫星散射计的海冰检测的方法、装置、设备和介质 - Google Patents

基于卫星散射计的海冰检测的方法、装置、设备和介质 Download PDF

Info

Publication number
CN115144411A
CN115144411A CN202211075687.6A CN202211075687A CN115144411A CN 115144411 A CN115144411 A CN 115144411A CN 202211075687 A CN202211075687 A CN 202211075687A CN 115144411 A CN115144411 A CN 115144411A
Authority
CN
China
Prior art keywords
surface type
sea surface
sea
target observation
observation
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
Application number
CN202211075687.6A
Other languages
English (en)
Other versions
CN115144411B (zh
Inventor
郎姝燕
林文明
刘建强
孙从容
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 CN202211075687.6A priority Critical patent/CN115144411B/zh
Publication of CN115144411A publication Critical patent/CN115144411A/zh
Application granted granted Critical
Publication of CN115144411B publication Critical patent/CN115144411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Hydrology & Water Resources (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请提供了一种基于卫星散射计的海冰检测的方法、装置、设备和介质，所述方法包括：根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定目标观测区域下每个观测单元的残差值；获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成目标观测区域的海表面类型查找表；根据当前更新周期中目标观测区域下每个观测单元的残差值和海表面类型查找表，确定当前更新周期中目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据当前更新周期中每个观测单元的每种海表面类型对应的后验概率，更新目标观测区域的海冰覆盖范围产品。

Description

基于卫星散射计的海冰检测的方法、装置、设备和介质
技术领域
本申请涉及微波遥感技术领域，具体而言，涉及一种基于卫星散射计的海冰检测的方法、装置、计算机设备和介质。
背景技术
海冰识别人们日常生活中的重要应用之一，海冰识别的准确性对于海上运输和船舶安全具有重要意义。
船舶在有大量浮冰、冰山的水域或冰封的极区、港口、海湾航行，船舶机动受限，若操纵不当，船体易受损，易发生冰困，造成危险。因此，需提前观察并确定海冰区域，尤其是海冰覆盖范围的边缘轮廓，以合理规划航线，规避航行风险。
发明内容
有鉴于此，本申请的目的在于提供基于卫星散射计的海冰检测的方法、装置、设备和介质，用于解决现有技术中海上航行的船舶根据航线出行容易触冰的问题。
第一方面，本申请实施例提供了一种基于卫星散射计的海冰检测的方法，包括：
根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；
获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成所述目标观测区域的海表面类型查找表；
根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
可选的，当上一更新周期没有对应的海表面类型查找表时，获取目标观测区域在预设时间段内每个更新周期下每种海表面类型的先验概率，并生成所述目标观测区域的海表面类型查找表，包括：
获取所述目标观测区域中微波散射计在所述预设时间段内的每个更新周期的微波散射信号，确定在每个更新周期中所述目标观测区域下每个观测单元的后向散射系数；
针对每个更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的后向散射系数，计算所述观测单元的残差值；
针对每个更新周期，根据所述更新周期中海冰边缘线数据确定所述目标观测区域下每个观测单元的残差值对应的参考海表面类型，并生成所述更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率；
利用所述预设时间段内每个更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率，生成所述目标观测区域的海表面类型查找表。
可选的，当上一更新周期有对应的海表面类型查找表时，获取目标观测区域在预设时间段内每个更新周期下每种海表面类型的先验概率，并生成所述目标观测区域的海表面类型查找表，包括：
获取目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况；
根据上一更新周期中所述每个观测单元的每种海表面类型对应的后验概率，确定上一更新周期的每种海表面类型随残差值变化的先验概率分布情况；
根据目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况，和所述上一更新周期的每种海表面类型随残差值变化的先验概率分布情况，生成所述目标观测区域的海表面类型查找表。
可选的，使用如下公式计算每个观测单元的残差值：
Figure F_220902152115248_248200001
；
其中，MLE表示观测单元的残差值；N表示微波散射计在观测单元中的观测视角的个数；
Figure M_220902152116417_417138001
是观测单元中第i个观测视角的后向散射系数，
Figure M_220902152116464_464001002
是观测单元中第i个观测视角的仿真后向散射系数；
Figure M_220902152116482_482532003
表示观测单元中第i个观测视角的后向散射系数的测量方差。
可选的，所述海表面类型查找表中还包括所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例；根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，包括：
针对所述当前更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的残差值、所述海表面类型查找表中的每种海表面类型在所述残差值下的先验概率和所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例，确定所述观测单元中每种海表面类型的后验概率。
可选的，使用如下公式计算观测单元中每种海表面类型的后验概率：
Figure F_220902152115359_359024002
；
其中，
Figure M_220902152116529_529937001
为当前更新周期下残差值为MLE时海表面类型的后验概率；
Figure M_220902152116561_561169002
为预设时间段内在残差值为MLE时海表面类型的先验概率；
Figure M_220902152116592_592499003
为预设时间段内在所述目标观测区域中海表面类型的覆盖面积与所有海域覆盖面积的比例；海表面类型包括三类，分别为：海水类型、稀疏冰类型和密集冰类型。
第二方面，本申请实施例提供了一种基于卫星散射计的海冰检测的装置，包括：
确定模块，用于根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；
生成模块，用于获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成所述目标观测区域的海表面类型查找表；
更新模块，用于根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面，本申请实施例提供了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计算机程序，所述计算机程序被处理器运行时执行上述方法的步骤。
本申请实施例提出的海冰检测的方法，首先，根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；其次，获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成所述目标观测区域的海表面类型查找表；然后，根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
本申请的方案只采用了一直采用距离当前更新周期最近的预设时间段内的数据生成海表面类型查找表，这样使用海表面类型查找表确定每个观测单元的每种海表面类型对应的后验概率时，使用的都是最近的数据，进而利用每个观测单元的每种海表面类型对应的后验概率对目标观测区域的海冰覆盖范围产品进行更新后，海冰覆盖范围产品也真实的还原了当前更新周期中目标观测区域的海冰分布情况，为船舶确定更安全准确的航线提供帮助，避免船舶在航行中触冰发生危险。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
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冰检测的方法的流程示意图；
图2为本申请实施例提供的一种不同极化方式下入射角的示意图；
图3为本申请实施例提供的一种不同极化方式下方位角的示意图；
图4为本申请实施例提供的一种先验概率的分布示意图；
图5为本申请实施例提供的一种海冰检测的装置的结构示意图；
图6为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
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。
现有技术中，基于卫星散射计的海冰检测方法大致可以包括以下几种：
第一种，基于图像重构技术的高分辨率海冰检测。利用2-6天的观测数据，结合反卷积算法将卫星散射计后向散射系数（σ0）的空间分辨率从数十公里提高至2.5 km -5 km，在此基础上开展高分辨率海冰覆盖信息提取。
第二种，基于机器学习（如支持向量机、神经网络）的海冰检测。构建训练样本集，通过机器学习得到合适的核函数或神经网络，然后使用训练之后的模型对散射计测量的一组数据进行分类。
第三种，基于贝叶斯原理的中等分辨率海冰检测。分别计算散射计测量的一组后向散射系数与开阔洋面和海冰表面雷达后向散射模型的“距离”，然后利用最大似然估计判断相应的网格单元是否为海冰。
第四种，基于线性判别法的海冰检测。寻找一组散射计相关的海冰敏感参数，通过确定合适的分类阈值实现冰水判别。
在上述四种方法中，第一种和第二种方法计算复杂度高，且需要累计数天的数据才能对海冰覆盖范围产品进行更新，时效性较低。而第三种方法中，需要分别构建海面风场模型和海冰表面模型，处理流程较为繁琐。并且第三种和第四种方法对应的散射计分别采用的是传统的固定扇形波束散射计和笔形波束圆锥扫描散射计，并不能满足实时检测的需求。
基于上述缺陷，本申请实施例提供了一种海冰检测的方法，如图1所示，包括以下步骤：
S101，根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；
S102,获取目标观测区域在预设时间段内每个更新周期下每种海表面类型随残差值变化的概率分布情况，并生成所述目标观测区域的海表面类型查找表；
S103，根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
在上述步骤S101中，微波散射计为中法海洋卫星（China-France OceanographySATellite,CFOSAT）散射计。微波散射计位于太阳同步极轨轨道，微波散射计对地球的覆盖周期为3天，也就是，三天内该微波散射计能够扫描到地球中几乎所有的位置，且微波散射计在太阳同步极轨轨道上对地球表面扫描的每一圈都会在地球的两极附近通过一次。因南极地区和北极地区的海冰覆盖范围较大，对南极地区和北极地区的观测次数越高，则对应的观测数据越多，那根据观测数据确定出来的南极地区和北极地区对应海冰覆盖范围更准确。微波散射计每天可以扫描地球14至15圈，又因为微波散射计对地球表面扫描的每一圈都会在地球的两极附近通过一次，因此，在一天内微波散射计几乎可以扫描到南极地区和北极地区的所有区域。海冰覆盖范围产品主要用于为船舶确定更准确的航线，而在两极地区海冰覆盖范围比较大，且航行于两极地区的船舶容易出现触冰的危险，所以需要保证海冰覆盖范围产品中的数据是距离当前时刻最近的数据。因微波散射计可以在一天内几乎可以扫描到南极地区和北极地区的所有区域，而一天内海冰的变化差异并不大，所以利用距离当前时刻最近一天的数据对海冰覆盖范围产品进行更新，能够保证海冰覆盖范围产品中都是最新数据，提高了为船舶确定航线的准确度，因此更新周期可以为1天。本发明的微波散射计采用的是扇形波束圆锥扫描体制，通过双极化赋形波导缝隙阵天线进行旋转扫描，可在同一时间获取海面多角度后向散射信息，即通过具有大入射角范围（28°～51°）的天线波束缓慢旋转扫描，实现对大刈幅（1000公里）范围的所有目标进行观测。微波散射信号是微波散射计向地球表面的目标位置发射雷达后经由目标位置反射回来的信号，目标位置为微波散射计发射的雷达在地球表面中所覆盖的区域。微波散射计在工作时的观测刈幅可以为1000公里。为了后续数据处理更准确，本申请将观测区域划分为多个观测单元，每个观测单元为预设网格大小，比如，每个观测单元为25公里×25公里。后向散射系数为在雷达所扫描到的区域中，单位面积内雷达信号的反射率。后向散射系数是根据微波散射计中传感器所获取到的信号计算得到的，具体的可以参考现有技术中后向散射系数的计算方法。目标观测区域可以是人为规定的，一般地球会因为太阳的照射情况不同导致两个半球的环境差异较大，因此，可以将地球沿赤道分为南北两个半球，目标观测区域可以为南半球的地球表面区域或北半球的地球表面区域。
为了让本申请方案的计算精度更准确，本申请将获取到的微波散射信号进行了网格划分，也就是，针对步骤S101确定每个观测区域的微波散射信号，包括：
步骤1011，根据当前更新周期中所述微波散射计在所述目标观测区域的轨道参数，按照预设网格大小将目标观测区域划分为多个观测单元；
步骤1012，根据所述目标观测区域内所有观测单元的位置和所述观测区域的微波散射信号，确定每个观测单元对应的微波散射信号。
在上述步骤1011中，微波散射计是运行在预设轨道中的，轨道参数记载了微波散射计所在轨道的参数。预设网格大小是人为设置的，优选的，预设网格大小可以为25km×25km。
具体的，确定微波散射计在当前更新周期的目标观测区域中运行时所在轨道的轨道参数，根据所述轨道参数确定所述微波散射计所在轨道在地球表面的地面轨迹，沿着平行于所述地面轨迹的方向和垂直于地面轨迹的方向，将所述观测区域划分为多个预设网格大小的观测单元，每个观测单元设置对应的序号。
在上述步骤1012中，微波散射计采用扇形波束圆锥扫描体制对观测区域进行扫描的，且微波散射计在观测区域内不同位置的观测单元对应的观测视角不一样（远离卫星地面轨迹的观测单元对应的观测视角数较少，约4次；离卫星地面轨迹约250 km位置的观测单元对应的观测视角数较多，约16次）。为了便于计算，本申请按照极化方式、入射角、方位角相同或相近原则平均处理得到相应的观测视角（如图2和图3所示，图2为不同极化方式下入射角随着观测单元的序号的变化情况（图2示出的坐标系中，横坐标为交轨方向上的位置，纵轴为观测入射角的角度），图3为不同极化方式下方位角随着观测单元的序号的变化情况（图3示出的坐标系中，横坐标为交轨方向上的位置，纵轴为观测方位角的角度），其中，水平极化方式对应的入射角用符号“
Figure SYM_220902152116001
”表示，垂直极化方式对应的入射角用“*”表示）。为了将不同的观测单元进行区分，本申请以卫星运行方向作为参考，将观测区域内的观测单元从左至右依次设置序号，将每个观测单元的序号和对应观测单元下的微波散射信号进行关联存储。
在确定目标观测区域下每个观测单元的微波散射信号后，对所述每个观测单元的微波散射信号进行处理得到所述观测时刻的观测单元的对应的后向散射系数。
针对当前更新周期的目标观测区域下每个观测区域，根据该观测单元的后向散射系数和微波散射计在该观测单元的观测视角个数，计算该观测单元的残差值。
本申请中使用海面风场反演伴随的残差进行海冰检测，也就是，利用最大似然估计方法计算残差值。具体的使用如下公式计算每个观测单元的残差值：
Figure F_220902152115518_518199003
公式（1）；
其中，MLE表示观测单元的残差值；N表示微波散射计在观测单元中的观测视角的个数；
Figure M_220902152116623_623671001
是观测单元中第i个观测视角的后向散射系数，
Figure M_220902152116654_654942002
是观测单元中第i个观测视角的仿真后向散射系数；
Figure M_220902152116687_687111003
表示观测单元中第i个观测视角的后向散射系数的测量方差。
其中N的取值为4至16个。观测视角的仿真后向散射系数是通过NSCAT-4ds地球物理模型函数仿真得到的。
在上述步骤S102中，预设时间段是人为设置好的，预设时间段内包括距离当前更新周期最近的多个更新周期，预设时间段内不包括当前更新周期，预设时间段的时长为覆盖周期的至少三倍，优选的，所述预设时间段可以为当前更新周期之前的10天。
具体实施中，在计算机程序中会记录有每个更新周期中每种海表面类型随残差值变化的概率分布情况，则在计算当前更新周期的每种海表面类型对应的后验概率时，会直接利用预设时间段内每个更新周期中每种海表面类型随残差值变化的概率分布情况，统计得到预设时间段内每种海表面类型随残差值变化的概率分布情况，也就是根据预设时间段内每种海表面类型随残差值变化的概率分布情况生成目标观测区域的海表面类型查找表。
在上述步骤S103中，在上述步骤S101中已经计算出来当前更新周期中每个观测区域内每个观测单元对应的残差值，因此，可针对每个观测单元，利用观测单元的残差值可以在海表面类型查找表中找到每种海表面类型对应的先验概率，利用每种海表面类型的先验概率计算出每种海表面类型的后验概率。
在上文中我们将海表面类型分为了三类，但在船舶航行过程中有海冰地方会对船舶安全产生影响，而无论稀疏冰还是密集冰都属于海冰，因此，我们可以将海面覆盖类型分为两类，即海水与海冰。直接将海冰覆盖产品更新为包含海冰和海水的数据的产品。在海表面类型查找表中还记录有每个残差值对应的检测阈值（每个残差值对应的检测阈值为该残差值下稀疏冰的先验概率与密集冰的先验概率之和最接近海冰边缘线数据中稀疏冰和密集冰的分布之和时，稀疏冰的先验概率与密集冰的先验概率的和），在确定每个观测单元的海面对比类型时，是根据该观测单元中密集冰和稀疏冰的后验概率之和与检测阈值的比较结果确定的，将观测单元分为海冰和海水两类，即稀疏冰类型的概率和密集冰类型的概率之和大于检测阈值的为海冰，反之为海水。利用当前更新周期中每个观测单元的海冰类型或海水类型，可以更新海冰覆盖范围产品，也就是明确地球表面的海洋中海冰与海水的覆盖范围。海冰覆盖范围产品用于实时记录并展示地球表面中海冰位置，为船舶确定更安全准确的航线提供帮助，避免船舶在航行中触冰发生危险。
一般上一更新周期的海表面类型查找表实际与历史更新周期中每个更新周期的每种海表面类型随残差值变化的概率分布情况统计得到的，若上一更新周期存在海表面类型查找表时，在计算出当前更新周期的目标观测区域下每个观测单元的每种海表面类型的后验概率后，在下一更新周期就可以用当前更新周期中每个观测单元的不同海表面类型的后验概率反演得到的每种海表面类型随残差值变化的概率分布情况对海表面类型查找表进行更新，也就是，针对当前更新周期，步骤S102包括：
步骤1021，获取目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况；
步骤1022，根据上一更新周期中所述每个观测单元的每种海表面类型对应的后验概率，确定上一更新周期的每种海表面类型随残差值变化的先验概率分布情况；
步骤1023，根据目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况，和所述上一更新周期的每种海表面类型随残差值变化的先验概率分布情况，生成所述目标观测区域的海表面类型查找表。
在上述步骤1021中，因在计算上一更新周期中每个观测单元的每种海表面类型的后验概率时，生成海表面类型查找表的过程中已经计算出了上一更新周期之前的预设时间段内每个更新周期中每种海表面类型随残差值变化的先验概率分布情况（如图4所示，图中示出了某一时间段（此时间段可以是某一更新周期，也可以是某一预设时间段）不同海表面类型下不同残差值的先验概率，其中在示意图中，横轴为残差值，纵轴为先验概率对应的百分比，其中，p(MLE|s1)所表征的轨迹为海表面类型为海水时不同残差值对应的先验概率,p(MLE|s2)所表征的轨迹为海表面类型为稀疏冰时不同残差值对应的先验概率,p(MLE|s3)所表征的轨迹为海表面类型为密集冰时不同残差值对应的先验概率，p(MLE|s2)+p(MLE|s3)所表征的轨迹为海表面类型为海冰（稀疏冰和密集冰）时不同残差值对应的先验概率），因此，在生成当前更新周期的海表面类型查找表时，可以直接利用上一更新周期之前的预设时间段内除最早的更新周期之外的每个更新周期中每种海表面类型随残差值变化的先验概率分布情况，和上一更新周期计算得到的每个观测单元中每种海表面类型的后验概率来生成。在上述步骤1022中，当然并不是直接利用上一更新周期计算得到的每个观测单元中每种海表面类型的后验概率来生成海表面类型查找表，而是需要对上一更新周期计算得到的每个观测单元中每种海表面类型的后验概率进行统计得到上一更新周期中每种海表面类型随残差变化的先验概率分布情况。
最后在上述步骤1023中，利用距离当前更新周期最近的预设时间段内的每个更新周期的每种海表面类型随残差值变化的概率分布情况（也就是，预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况，和所述上一更新周期的每种海表面类型随残差值变化的先验概率分布情况），生成海表面类型查找表。这种生成海表面类型查找表的方式相当于，直接利用上一更新周期的计算得到的每个观测单元中每种海表面类型的后验概率来更新海表面类型查找表，不需要计算每个更新周期中每种海表面类型随残差值变化的概率分布情况，节约了计算量。
若当前更新周期的上一更新周期没有对应的海表面类型查找表，甚至并没有计算每个观测单元的海表面类型，此时可能是第一次利用本方案计算每个观测单元的海表面类型，又或者是之前存在计算失误或设备故障导致的计算中断的情况，导致在当前更新周期之前没有持续不断更新的海表面类型查找表，因此，需要利用预设时间段内每个更新周期中微波散射计获取的原始微波散射信号生成海表面类型查找表，也就是，步骤S102，包括：
步骤1024，获取所述目标观测区域中微波散射计在所述预设时间段内的每个更新周期的微波散射信号，确定在每个更新周期中所述目标观测区域下每个观测单元的后向散射系数；
步骤1025，针对每个更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的后向散射系数，计算所述观测单元的残差值；
步骤1026，针对每个更新周期，根据所述更新周期中海冰边缘线数据确定所述目标观测区域下每个观测单元的残差值对应的参考海表面类型，并生成所述更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率；
步骤1027，利用所述预设时间段内每个更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率，生成所述目标观测区域的海表面类型查找表。
在上述步骤1024中，获取预设时间段内每个更新周期中微波散射计针对目标观测区域的微波散射信号，针对每个更新周期，可以采用步骤1011至1012的方式，确定该更新周期中每个观测单元的微波散射信号，进一步的利用每个观测单元的微波散射信号计算每个观测单元对应的后向散射系数。
在上述步骤1025中，在确定出每个更新周期的每个观测单元的后向散射系数后，可以使用上述公式（1）计算出每个更新周期的每个观测单元的残差值。
在上述步骤1026中，海冰边缘线数据主要包括历史时间段内每个时刻地球表面的海洋表面类型数据，海冰边缘数据为欧洲气象卫星组织（EUMETSAT）海洋与海冰卫星应用设施（OSI SAF）提供的数据。该数据是利用多源卫星遥感数据融合处理得到的，时间分辨率为1天、空间分辨率为10 km；提供了三种海表面类型的海洋表面信息，海表面类型包括海水类型、稀疏冰类型和密集冰类型，海洋表面信息包括海水类型的海冰密集度为SIC<40%、稀疏冰类型的海冰密集度为40%<SIC<70%、密集冰类型的海冰密集度为SIC>70%。历史时间段是在当前时刻之前的一段时间，历史时间段的时长要大于预设时间段的时长，也就是，历史时间段的起始时刻要早于预设时间段的起始时刻。
具体实施中，针对每个更新周期，在确定每个观测区域内每个观测单元的海表面类型时，可以在海冰边缘数据中找到该观测区域中每个观测单元对应的海表面类型，根据每个观测单元的残差值和海表面类型，利用统计方式可以确定出每个残差值分别表征不同海表面类型的先验概率，也就是，每种海表面类型下随残差值变化的先验概率的分布情况。
最后，再次利用统计的方式将预设时间段内每个更新周期中每种海表面类型下随残差值变化的先验概率的分布情况，确定出预设时间段中每种海表面类型下随残差值变化的概率分布情况，并根据预设时间段中每种海表面类型下随残差值变化的概率分布情况生成海表面类型查找表。
在计算每个观测单元的海表面类型时，除了用到了海表表面类型查找表中记载的每种海表面类型对应的先验概率，还用到了海表表面类型查找表中记载的每种海表面类型的覆盖面积与目标观测区域中所有海域覆盖面积的比例，也就是，在统计每种海表面类型对应的先验概率的同时，还会统计每种海表面类型的覆盖面积与目标观测区域中所有海域覆盖面积的比例。步骤S103，包括：
步骤1031，针对所述当前更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的残差值、所述海表面类型查找表中的每种海表面类型在所述残差值下的先验概率和所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例，确定所述观测单元中每种海表面类型的后验概率。
在上述步骤1031中，针对当前更新周期中目标观测区域的每个观测单元，根据该观测单元的残差值会在海表面类型查找表中找到该残差值对应的每种海表面类型的先验概率，以及在海表面类型查找表中找到所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例，利用该残差值对应的每种海表面类型的先验概率和预设时间段内目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例，计算所述观测单元中每种海表面类型的后验概率。
具体的，使用如下公式计算每个观测单元中每种海表面类型的后验概率：
Figure F_220902152115611_611974004
公式（2）；
其中，
Figure M_220902152116718_718884001
为当前更新周期下残差值为MLE时海表面类型的后验概率；
Figure M_220902152116734_734529002
为预设时间段内在残差值为MLE时海表面类型的先验概率；
Figure M_220902152116765_765756003
为预设时间段内在所述目标观测区域中海表面类型的覆盖面积与所有海域覆盖面积的比例；海表面类型包括三类，分别为：海水类型、稀疏冰类型和密集冰类型。
本申请所提供基于卫星散射计的海冰检测方法中，一直采用距离当前更新周期最近的预设时间段内的数据生成海表面类型查找表，这样使用海表面类型查找表确定每个观测单元的每种海表面类型对应的后验概率时，使用的都是最近的数据，进而利用每个观测单元的每种海表面类型对应的后验概率对目标观测区域的海冰覆盖范围产品进行更新后，海冰覆盖范围产品也真实的还原了当前更新周期中目标观测区域的海冰分布情况，为船舶确定更安全准确的航线提供帮助，避免船舶在航行中触冰发生危险。
本申请实施例提供了一种海冰检测的装置，如图5所示，包括：
确定模块501，用于根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；
生成模块502，用于获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成所述目标观测区域的海表面类型查找表；
更新模块503，用于根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
可选的，所述生成模块，包括：
第一获取单元，用于获取所述目标观测区域中微波散射计在所述预设时间段内的每个更新周期的微波散射信号，确定在每个更新周期中所述目标观测区域下每个观测单元的后向散射系数；
第一计算单元，用于针对每个更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的后向散射系数，计算所述观测单元的残差值；
第一生成单元，用于针对每个更新周期，根据所述更新周期中海冰边缘线数据确定所述目标观测区域下每个观测单元的残差值对应的参考海表面类型，并生成所述更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率；
第二生成单元，用于利用所述预设时间段内每个更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率，生成所述目标观测区域的海表面类型查找表。
可选的，所述生成模块，包括：
第二获取单元，用于获取目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况；
确定单元，用于根据上一更新周期中所述每个观测单元的每种海表面类型对应的后验概率，确定上一更新周期的每种海表面类型随残差值变化的先验概率分布情况；
第三生成单元，用于根据目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况，和所述上一更新周期的每种海表面类型随残差值变化的先验概率分布情况，生成所述目标观测区域的海表面类型查找表。
可选的，使用如下公式计算每个观测单元的残差值：
Figure F_220902152115707_707171005
；
其中，MLE表示观测单元的残差值；N表示微波散射计在观测单元中的观测视角的个数；
Figure M_220902152116797_797049001
是观测单元中第i个观测视角的后向散射系数，
Figure M_220902152116828_828262002
是观测单元中第i个观测视角的仿真后向散射系数；
Figure M_220902152116843_843892003
表示观测单元中第i个观测视角的后向散射系数的测量方差。
可选的，所述海表面类型查找表中还包括所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例；所述更新模块，包括：
更新单元，用于针对所述当前更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的残差值、所述海表面类型查找表中的每种海表面类型在所述残差值下的先验概率和所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例，确定所述观测单元中每种海表面类型的后验概率。
可选的，使用如下公式计算观测单元中每种海表面类型的后验概率：
Figure F_220902152115800_800935006
；
其中，
Figure M_220902152116875_875144001
为当前更新周期下残差值为MLE时海表面类型的后验概率；
Figure M_220902152116908_908834002
为预设时间段内在残差值为MLE时海表面类型的先验概率；
Figure M_220902152116940_940094003
为预设时间段内在所述目标观测区域中海表面类型的覆盖面积与所有海域覆盖面积的比例；海表面类型包括三类，分别为：海水类型、稀疏冰类型和密集冰类型。
对应于图1中基于卫星散射计的海冰检测的方法，本申请实施例还提供了一种计算机设备600，如图6所示，该设备包括存储器601、处理器602及存储在该存储器601上并可在该处理器602上运行的计算机程序，其中，上述处理器602执行上述计算机程序时实现上述基于卫星散射计的海冰检测的方法。
具体地，上述存储器601和处理器602能够为通用的存储器和处理器，这里不做具体限定，当处理器602运行存储器601存储的计算机程序时，能够执行上述基于卫星散射计的海冰检测的方法，解决了现有技术中海上航行的船舶根据航线出行容易触冰的问题。
对应于图1中基于卫星散射计的海冰检测的方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述基于卫星散射计的海冰检测的方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述海冰检测的方法，解决了现有技术中海上航行的船舶根据航线出行容易触冰的问题，本申请一直采用距离当前更新周期最近的预设时间段内的数据生成海表面类型查找表，这样使用海表面类型查找表确定每个观测单元的每种海表面类型对应的后验概率时，使用的都是最近的数据，进而利用每个观测单元的每种海表面类型对应的后验概率对目标观测区域的海冰覆盖范围产品进行更新后，海冰覆盖范围产品也真实的还原了当前更新周期中目标观测区域的海冰分布情况，为船舶确定更安全准确的航线提供帮助，避免船舶在航行中触冰发生危险。
在本申请所提供的实施例中，应该理解到，所揭露方法和装置，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，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元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取存储介质中。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。
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，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。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。

Claims (9)

1.一种基于卫星散射计的海冰检测的方法，其特征在于，包括：
根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；
获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成所述目标观测区域的海表面类型查找表；
根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
2.根据权利要求1所述的方法，其特征在于，当上一更新周期没有对应的海表面类型查找表时，获取目标观测区域在预设时间段内每个更新周期下每种海表面类型的先验概率，并生成所述目标观测区域的海表面类型查找表，包括：
获取所述目标观测区域中微波散射计在所述预设时间段内的每个更新周期的微波散射信号，确定在每个更新周期中所述目标观测区域下每个观测单元的后向散射系数；
针对每个更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的后向散射系数，计算所述观测单元的残差值；
针对每个更新周期，根据所述更新周期中海冰边缘线数据确定所述目标观测区域下每个观测单元的残差值对应的参考海表面类型，并生成所述更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率；
利用所述预设时间段内每个更新周期的所述目标观测区域对应的每种海表面类型随残差值变化的先验概率，生成所述目标观测区域的海表面类型查找表。
3.根据权利要求1所述的方法，其特征在于，当上一更新周期有对应的海表面类型查找表时，获取目标观测区域在预设时间段内每个更新周期下每种海表面类型的先验概率，并生成所述目标观测区域的海表面类型查找表，包括：
获取目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况；
根据上一更新周期中所述每个观测单元的每种海表面类型对应的后验概率，确定上一更新周期的每种海表面类型随残差值变化的先验概率分布情况；
根据目标观测区域在预设时间段内除上一更新周期之外的其他更新周期的每种海表面类型随残差值变化的先验概率分布情况，和所述上一更新周期的每种海表面类型随残差值变化的先验概率分布情况，生成所述目标观测区域的海表面类型查找表。
4.根据权利要求1所述的方法，其特征在于，使用如下公式计算每个观测单元的残差值：
Figure F_220902152112484_484510001
；
其中，MLE表示观测单元的残差值；N表示微波散射计在观测单元中的观测视角的个数；
Figure M_220902152113106_106105001
是观测单元中第i个观测视角的后向散射系数，
Figure M_220902152113184_184221002
是观测单元中第i个观测视角的仿真后向散射系数；
Figure M_220902152113215_215497003
表示观测单元中第i个观测视角的后向散射系数的测量方差。
5.根据权利要求1所述的方法，其特征在于，所述海表面类型查找表中还包括所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例；根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，包括：
针对所述当前更新周期中所述目标观测区域下每个观测单元，根据所述观测单元的残差值、所述海表面类型查找表中的每种海表面类型在所述残差值下的先验概率和所述预设时间段内在所述目标观测区域中每种海表面类型的覆盖面积与所有海域覆盖面积的比例，确定所述观测单元中每种海表面类型的后验概率。
6.根据权利要求5所述的方法，其特征在于，使用如下公式计算观测单元中每种海表面类型的后验概率：
Figure F_220902152112656_656886002
；
其中，
Figure M_220902152113262_262351001
为当前更新周期下残差值为MLE时海表面类型的后验概率；
Figure M_220902152113358_358059002
为预设时间段内在残差值为MLE时海表面类型的先验概率；
Figure M_220902152113373_373681003
为预设时间段内在所述目标观测区域中海表面类型的覆盖面积与所有海域覆盖面积的比例；海表面类型包括三类，分别为：海水类型、稀疏冰类型和密集冰类型。
7.一种基于卫星散射计的海冰检测的装置，其特征在于，包括：
确定模块，用于根据当前更新周期中微波散射计在目标观测区域的微波散射信号，确定所述目标观测区域下每个观测单元的残差值；
生成模块，用于获取目标观测区域在当前更新周期之前的预设时间段内每个更新周期下每种海表面类型随残差值变化的先验概率分布情况，并生成所述目标观测区域的海表面类型查找表；
更新模块，用于根据所述当前更新周期中所述目标观测区域下每个观测单元的残差值和所述海表面类型查找表，确定所述当前更新周期中所述目标观测区域下每个观测单元的每种海表面类型对应的后验概率，并根据所述当前更新周期中所述每个观测单元的每种海表面类型对应的后验概率，更新所述目标观测区域的海冰覆盖范围产品。
8.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-6中任一项所述的方法的步骤。
9.一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计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-6中任一项所述的方法的步骤。
CN202211075687.6A 2022-09-05 2022-09-05 基于卫星散射计的海冰检测的方法、装置、设备和介质 Active CN115144411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211075687.6A CN115144411B (zh) 2022-09-05 2022-09-05 基于卫星散射计的海冰检测的方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211075687.6A CN115144411B (zh) 2022-09-05 2022-09-05 基于卫星散射计的海冰检测的方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN115144411A true CN115144411A (zh) 2022-10-04
CN115144411B CN115144411B (zh) 2022-12-06

Family

ID=83416033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211075687.6A Active CN115144411B (zh) 2022-09-05 2022-09-05 基于卫星散射计的海冰检测的方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115144411B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104407338A (zh) * 2014-12-12 2015-03-11 国家卫星海洋应用中心 基于海洋二号卫星微波散射计的极地海冰识别方法
CN109190491A (zh) * 2018-08-08 2019-01-11 上海海洋大学 残差卷积神经网络sar影像海冰分类方法
US20190065859A1 (en) * 2016-12-09 2019-02-28 Hitachi Kokusai Electric Inc. Marine intrusion detection system and method
CN110287837A (zh) * 2019-06-17 2019-09-27 上海大学 基于先验估计网络和空间约束混合模型的海面障碍物检测方法
US20210239845A1 (en) * 2020-01-31 2021-08-05 U-Blox Ag Method and apparatus of single epoch position bound
CN113341389A (zh) * 2021-05-12 2021-09-03 中国科学院国家空间科学中心 一种基于最大似然估计的微波散射计风场反演方法及系统
WO2021258758A1 (zh) * 2020-06-22 2021-12-30 大连海洋大学 一种基于多因素的海岸线变化识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104407338A (zh) * 2014-12-12 2015-03-11 国家卫星海洋应用中心 基于海洋二号卫星微波散射计的极地海冰识别方法
US20190065859A1 (en) * 2016-12-09 2019-02-28 Hitachi Kokusai Electric Inc. Marine intrusion detection system and method
CN109190491A (zh) * 2018-08-08 2019-01-11 上海海洋大学 残差卷积神经网络sar影像海冰分类方法
CN110287837A (zh) * 2019-06-17 2019-09-27 上海大学 基于先验估计网络和空间约束混合模型的海面障碍物检测方法
US20210239845A1 (en) * 2020-01-31 2021-08-05 U-Blox Ag Method and apparatus of single epoch position bound
WO2021258758A1 (zh) * 2020-06-22 2021-12-30 大连海洋大学 一种基于多因素的海岸线变化识别方法
CN113341389A (zh) * 2021-05-12 2021-09-03 中国科学院国家空间科学中心 一种基于最大似然估计的微波散射计风场反演方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HYRUM S. ANDERSON等: "Sea ice mapping method for SeaWinds", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
刘诚等: "基于卫星平台的全球大气一氧化碳柱浓度反演方法及结果分析", 《物理学报》 *
吴成梁等: "基于数据自适应加权的叠前深度偏移成像方法", 《石油物探》 *

Also Published As

Publication number Publication date
CN115144411B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
Gangeskar An algorithm for estimation of wave height from shadowing in X-band radar sea surface images
JP7438655B2 (ja) 気象解析装置、気象解析方法、およびプログラム
Mead et al. A volume-imaging radar wind profiler for atmospheric boundary layer turbulence studies
JP7088288B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
US8401793B2 (en) High resolution wind measurements for offshore wind energy development
Monaldo et al. Ocean wind speed climatology from spaceborne SAR imagery
Mankad et al. SCATSAT-1 Scatterometer data processing
Xia et al. Assessing three waveform retrackers on sea ice freeboard retrieval from Cryosat-2 using Operation IceBridge Airborne altimetry datasets
CN111487621B (zh) 一种基于雷达图像的海表流场反演方法及电子设备
TW201835607A (zh) 氣象預測裝置、氣象預測方法及氣象預測程式
Koch et al. Relationship between SAR-derived wind vectors and wind at 10-m height represented by a mesoscale model
Short et al. Effect of TRMM orbit boost on radar reflectivity distributions
CN115144411B (zh) 基于卫星散射计的海冰检测的方法、装置、设备和介质
Chang et al. A new algorithm for mapping large inland water bodies using CYGNSS
James Using Sentinel-1 SAR satellites to map wind speed variation across offshore wind farm clusters
Wyatt et al. Spatial averaging of HF radar data for wave measurement applications
Tan et al. A machine learning model for radar rainfall estimation based on gauge observations
CN112684449B (zh) 基于sar技术的水域电力线弧垂反演方法和装置
Plant et al. Simultaneous measurement of ocean winds and waves with an airborne coherent real aperture radar
Qu et al. Arctic Sea ice leads detected using sentinel-1B SAR image and their responses to atmosphere circulation and sea ice dynamics
Tournadre et al. High-resolution imaging of the ocean surface backscatter by inversion of altimeter waveforms
CN115390160A (zh) 一种台风中心自动定位方法及装置
Hullinger et al. Mitigation of sea ice contamination in QuikSCAT wind retrieval
Narayanan et al. Classification of SHOALS 3000 bathymetric LiDAR signals using decision tree and ensemble techniques
Li et al. CFOSAT and windrad rotating Fan-beam SCATterometer simulation and wind retrieval performance evaluation

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