CN115326208B - 基于被动微波多系点反演海冰厚度的方法及系统 - Google Patents
基于被动微波多系点反演海冰厚度的方法及系统 Download PDFInfo
- Publication number
- CN115326208B CN115326208B CN202210906969.XA CN202210906969A CN115326208B CN 115326208 B CN115326208 B CN 115326208B CN 202210906969 A CN202210906969 A CN 202210906969A CN 115326208 B CN115326208 B CN 115326208B
- Authority
- CN
- China
- Prior art keywords
- sea ice
- sea
- bright temperature
- ice
- passive microwave
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000013535 sea water Substances 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000008014 freezing Effects 0.000 claims abstract description 6
- 238000007710 freezing Methods 0.000 claims abstract description 6
- 230000010354 integration Effects 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 133
- 238000004590 computer program Methods 0.000 claims description 7
- 230000010287 polarization Effects 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000001427 coherent effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 238000002679 ablation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 239000005457 ice water Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/60—Radiation pyrometry, e.g. infrared or optical thermometry using determination of colour temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
- G01B7/06—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/955—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on satellite
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0092—Temperature by averaging, e.g. by scan
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Fuzzy Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于被动微波多系点反演海冰厚度的方法及系统，包括卫星数据处理，提取被动微波数据包括经度、纬度、多角度多极化下的亮温观测值，提取海冰密集度数据包括经度、纬度和海冰密集度；海冰亮温值整合；海冰厚度反演，包括以海冰密集度产品格网为基础进行数据处理，将海冰亮温值根据最近邻法插值到对应格网单元内，在海冰冻结期内构建格网单元内的海冰亮温值与海冰密集度的长时间序列，得出系点对，即稳定的海水亮温值和海冰亮温值，得出衰减因子；在海冰‑海水交界区域挑选，获取不同海域的不同系点对，最后，应用全部的系点对反演海冰厚度。本发明避免了由单系点对带来的不确定性，从而提高了海冰厚度反演的可靠性。
Description
技术领域
本发明属于摄影测量和遥感领域，特别涉及基于被动微波多系点反演海冰厚度的方法及系统。
背景技术
在过去的100年中，世界各地气象站记录的地表长时序温度数据表明，全球气温上升了0.6℃,而北极地区的局部变暖速度在1961年至1990年期间甚至超过了每十年0.5℃。两极地区覆盖有全球最大范围的冰雪地表，这使得在全球变暖的大背景下，两极地区对气候变化表现最为敏感。尤其是极地海冰作为气候系统的重要因子，对全球气候变化有着指示器作用。由于海洋-大气系统的相互作用，海冰的变化特征相比于陆地冰雪更加明显，如海冰范围变小、厚度变薄、冰型变化显著以及漂移和融化再冻结等。
北极海冰作为海洋和大气之间的天然屏障，调节海洋和大气的热量和辐射平衡，使区域保持低能量状态，成为地球的热汇和冷源，以一种复杂的方式影响全球气候系统，进而影响其循环和温度。通过雪、冰的高反照率等因素相关的反馈系统对外部驱动因素的快速响应，北极海冰变化提供了全球气候变化的早期指标。因此，获取准确的海冰参数(厚度、密集度、范围、反照率等)至关重要。
海冰厚度作为海冰的重要参数之一，对气候变化和实际应用均有十分重要的意义。海冰厚度对大气-海冰-海洋耦合作用过程的影响尤为显著，决定了海-气能量与水汽的交换过程和速率，主导着海冰的物理力学特征，影响海冰的运动、形变以及海冰的冻结与消融过程。近年来北极海冰变化十分活跃，海冰覆盖范围在不断退缩，冰层厚度在不断变薄，而厚度小于半米的薄冰更是在海洋-大气热交换中占主导地位。因此，能够准确反演薄冰厚度十分重要。若需获取大范围的海冰厚度，对于厚冰，主要利用卫星测高数据反演；对于薄冰，主要利用遥感数据反演。
被动微波遥感技术因为不受天气影响逐渐成为众多学者反演大尺度海冰厚度的方法，依据被动微波亮温值反演海冰厚度，原理在于目标物体的微波辐射与自身的物理性质相关，由于海冰内部结构复杂，其微波辐射能量与海水不同，因此微波辐射计探测到的亮温值可以轻易的分辨出海冰与海水，并且亮温值随海冰厚度的增长而增长，并逐渐趋于稳定。传统的方法是利用单系点对反演研究区域甚至是全北极海冰厚度初值，然而，不同海域的海水、海冰由于温度、盐度的不同会影响亮温值的不同，进而导致反演海冰厚度的不确定性较大。因此本发明提出构建多系点对，代表不同海域，共同反演海冰厚度，降低不确定性。
发明内容
本发明的目的在于针对现有薄冰厚度估算方法中存在的不确定性，提供基于被动微波的多系点反演海冰厚度的方法及系统。
本发明所提供一种基于被动微波多系点反演海冰厚度的方法，包括以下步骤，
步骤1，卫星数据处理，提取被动微波数据包括经度、纬度、多角度多极化下的亮温观测值；提取海冰密集度数据包括经度、纬度和海冰密集度；
步骤2，海冰亮温值整合，包括以下子步骤，
步骤2.1，根据阈值法，进行射频干扰识别；
步骤2.2，利用剔除射频干扰后的多角度多极化亮温观测值，计算得出海冰亮温值强度；
步骤2.3，根据预设的分辨率，计算每个格网单元范围内的亮温观测值做平均；
步骤3，海冰厚度反演，包括以下子步骤，
步骤3.1，以海冰密集度产品格网为基础，进行数据处理；
步骤3.2，将步骤2中提取的海冰亮温值，根据最近邻法插值到对应格网单元内；
步骤3.3，在海冰冻结期内，构建格网单元内的海冰亮温值与海冰密集度的长时间序列，得出系点对，即稳定的海水亮温值和海冰亮温值；
步骤3.4，得出系点对，引入半经验趋近方程，与亮温观测值方程联立，带入格网单元内的亮温观测值时间序列，根据最小二乘优化，得出衰减因子；
步骤4，在海冰-海水交界区域挑选重复步骤3，获取不同海域的不同系点对，最后，应用全部的系点对反演海冰厚度。
而且，步骤2.2中，计算得出海冰亮温值强度TB,I如下，
其中，TB,H、TB,V分别是地球参考框架中的水平和垂直极化的亮度温度。
而且，步骤3.4中，得出系点对，引入半经验趋近方程：
Tobs＝T1-(T1-T0)exp(-γd)
式中，T0、T1为海水、海冰系点，Tobs为亮温观测值，γ为衰减因子，d为海冰厚度；
与亮温观测值方程联立：
Tabs＝CeiceTice+(1C)ewaterTwater
式中，C为海冰密集度，亮温观测值Tobs取决于海水亮温值Twater、海冰亮温值Tice及海水发射率ewater、海冰发射率eice。
另一方面，本发明还提供一种基于多系点的被动微波海冰厚度反演系统，用于实现如上所述的一种基于多系点的被动微波海冰厚度反演方法。
而且，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种基于多系点的被动微波海冰厚度反演方法。
或者，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种基于多系点的被动微波海冰厚度反演方法。
本发明提出的基于被动微波多系点对反演海冰厚度的方法，能够避免海冰厚度反演中由单系点反演带来的不确定性，提高海冰厚度反演的可靠性。
附图说明
图1为本发明实施例的流程图；
图2为本发明实施例的不同海冰厚度下的相干和非相干发射率示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细描述。
本发明实施例提供的一种基于被动微波多系点反演海冰厚度的方法，实现基于多系点的被动微波海冰厚度反演，如图1所示：
步骤1，卫星被动微波数据处理，包括提取海冰区域内各格网单元的相关数据；
实施例基于土壤湿度与海洋盐度(SMOS)卫星被动微波亮温数据，以北极区域海冰区为例，提取了40°～225°E，66°～85°N范围内各格网单元的经度(lon)、纬度(lat)、亮温(TB)、极化方式(p)、入射角度(Inc)、法拉第旋转角(Fa)、快照编号(N)等。
步骤2，海冰亮温值整合
实施例进一步提出的实现过程包括子步骤如下：
步骤2.1，射频干扰识别
实施例提出根据阈值法，进行射频干扰识别。利用被动微波亮温数据反演海冰厚度时，射频干扰识别是关键。在接收微波信号过程中，由于雷达和无线电传输的影响，部分SMOS观测值会受射频干扰(RFI)的影响。同时入射角度、极化模式和卫星的上升、下降轨道也会对RFI造成影响。为了简化，应用阈值法在水平和垂直极化亮温观测值中对RFI进行判断。优选地，如果其中任何极化亮温观测值在快照内超出300K或者小于0K，则此快照被视为已被RFI污染。
步骤2.2，利用剔除射频干扰后的多角度多极化亮温观测值，计算得出海冰亮温值强度TB,I：
其中，TB,H、TB,V分别是地球参考框架中的水平和垂直极化的亮度温度。
步骤2.3，根据预设的海冰亮温值格网单位分辨率，计算每个格网内的亮温均值：实施例中优选以15km×15km格网单元为分辨率，计算每个格网内的亮温均值。
步骤3，海冰厚度反演
依据被动微波亮温值反演海冰厚度，原理在于目标物体的微波辐射与自身的物理性质相关，由于海冰内部结构复杂，其微波辐射能量与海水不同，因此微波辐射计探测到的亮温值可以分辨出海冰与海水，并且亮温值随海冰厚度的增长而增长，并逐渐趋于稳定。图2为利用典型北极环境模拟不同的海冰厚度下相干/非相干发射率方程，可以看出相干发射率具有较强的周期性，单一发射率对应不同的海冰厚度，非相干发射率随海冰厚度增长并趋于稳定，适用于反演薄冰厚度。本发明实施例进一步提出的基于多系点被动微波亮温反演海冰厚度方法如下：
步骤3.1，根据海冰密集度的分辨率进行数据处理：实施例中优选以海冰密集度12.5km×12.5km格网单元为基础，进行数据处理；
现有被动微波反演海冰厚度分辨率为12.5km。在选取系点对的过程中，需要构建同一格网单元内的海冰亮温和海冰密集度时间序列；根据时间序列来确定海冰冻结初期和末期，依次确定海水、海冰系点值；为了同步海冰亮温值和海冰密集度，所以将12.5km格网单元为基础，进行数据处理。
步骤3.2，将步骤2中提取的海冰亮温值，根据最近邻法插值到对应格网单元内。
步骤3.3，在海冰冻结期内，构建格网单元内的海冰亮温值与海冰密集度的长时间序列，得出系点对，即稳定的海水亮温值和海冰亮温值。
步骤3.4，得出系点对，引入半经验趋近方程：
Tobs＝T1-(T1-T0)eXp(-γd)
式中T0、T1为海水、海冰系点，Tobs为亮温观测值，γ为衰减因子，d为海冰厚度。
与亮温观测值方程联立：
Tabs＝CeiceTice+(1-C)ewaterTwater
式中，C为海冰密集度，亮温观测值Tobs取决于海水亮温值Twater、海冰亮温值Tice及海水发射率ewater、海冰发射率eice。
带入此格网单元内的亮温观测值时间序列，根据最小二乘优化，得出衰减因子。
步骤4，空白数据填补
实施例沿海冰-海水交界区域，在不同海域重复步骤3.3，获取不同海域的系点对。最后，应用全部的系点对反演海冰厚度。最后得到的2010年北极部分区域的海冰厚度。
步骤1中的北极区域海冰区是实施例的实验区域，实验区域包含不同的海域，选取单系点对反演海冰厚度，不足以反应实验区域内的全部海冰、海水性质，因此重复步骤3.3,构建不同海域各格网单元的海冰亮温和海冰密集度的时间序列，确定各海域内的代表系点对。根据全部的系点对，共同反演实验区域内的海冰厚度。
具体实施时，本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程，实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备，也应当在本发明的保护范围内。
在一些可能的实施例中，提供一种基于多系点的被动微波海冰厚度反演系统，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种基于多系点的被动微波海冰厚度反演方法。
在一些可能的实施例中，提供一种基于多系点的被动微波海冰厚度反演系统，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种基于多系点的被动微波海冰厚度反演方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (4)
1.一种基于被动微波多系点反演海冰厚度的方法，其特征在于：包括以下步骤，
步骤1，卫星数据处理，提取被动微波数据包括经度、纬度、多角度多极化下的亮温观测值；提取海冰密集度数据包括经度、纬度和海冰密集度；
步骤2，海冰亮温值整合，包括以下子步骤，
步骤2.1，根据阈值法，进行射频干扰识别；
步骤2.2，利用剔除射频干扰后的多角度多极化亮温观测值，计算得出海冰亮温值强度；
步骤2.3，根据预设的分辨率，计算每个格网单元范围内的亮温观测值做平均；
步骤3，海冰厚度反演，包括以下子步骤，
步骤3.1，以海冰密集度产品格网为基础，进行数据处理；
步骤3.2，将步骤2中提取的海冰亮温值，根据最近邻法插值到对应格网单元内；
步骤3.3，在海冰冻结期内，构建格网单元内的海冰亮温值与海冰密集度的长时间序列，得出系点对，即稳定的海水亮温值和海冰亮温值；
步骤3.4，基于系点对，引入半经验趋近方程，与亮温观测值方程联立，带入格网单元内的亮温观测值时间序列，根据最小二乘优化，得出衰减因子；
步骤4，在海冰-海水交界区域挑选重复步骤3，获取不同海域的不同系点对，最后，应用全部的系点对反演海冰厚度；
步骤2.2中，计算得出海冰亮温值强度TB，I如下，
其中，TB，H、TB，V分别是地球参考框架中的水平和垂直极化的亮度温度；
步骤3.4中，得出系点对，引入半经验趋近方程：
Tobs＝T1-(T1-T0)exp(-γd)
式中，T0、T1为海水、海冰系点，Tobs为亮温观测值，γ为衰减因子，d为海冰厚度；
与亮温观测值方程联立：
Tobs＝CeiceTice+(1-C)ewaterTwater
式中，C为海冰密集度，亮温观测值Tobs取决于海水亮温值Twater、海冰亮温值Tice及海水发射率ewater、海冰发射率eice。
2.一种基于被动微波多系点反演海冰厚度的系统，其特征在于：用于实现如权利要求1所述的一种基于被动微波多系点反演海冰厚度的方法。
3.根据权利要求2所述基于被动微波多系点反演海冰厚度的系统，其特征在于：包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如权利要求1所述的一种基于被动微波多系点反演海冰厚度的方法。
4.根据权利要求2所述基于被动微波多系点反演海冰厚度的系统，其特征在于：包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如权利要求1所述的一种基于被动微波多系点反演海冰厚度的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210906969.XA CN115326208B (zh) | 2022-07-29 | 2022-07-29 | 基于被动微波多系点反演海冰厚度的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210906969.XA CN115326208B (zh) | 2022-07-29 | 2022-07-29 | 基于被动微波多系点反演海冰厚度的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115326208A CN115326208A (zh) | 2022-11-11 |
| CN115326208B true CN115326208B (zh) | 2024-07-02 |
Family
ID=83918665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210906969.XA Active CN115326208B (zh) | 2022-07-29 | 2022-07-29 | 基于被动微波多系点反演海冰厚度的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115326208B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114239704B (zh) * | 2021-12-02 | 2024-07-19 | 集美大学 | 基于海冰密集度数据的观测站点融化和冻结时间提取方法 |
| CN118171225B (zh) * | 2024-05-16 | 2024-07-23 | 国家卫星海洋应用中心 | 一种海冰识别方法、装置、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111563318A (zh) * | 2020-04-15 | 2020-08-21 | 中国科学院国家空间科学中心 | 利用89GHz单频多入射角亮温差反演海冰密集度的方法及系统 |
| CN114114358A (zh) * | 2021-11-24 | 2022-03-01 | 中国人民解放军国防科技大学 | 一种基于多源卫星数据融合的北极海冰厚度空间分辨率改进方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003149332A (ja) * | 2001-11-07 | 2003-05-21 | Communication Research Laboratory | 海氷の観測方法 |
| CA2700749C (en) * | 2007-10-05 | 2016-03-22 | Exxonmobil Upstream Research Company | Method and apparatus for detection of a liquid under a surface |
| US8976056B2 (en) * | 2011-10-21 | 2015-03-10 | Conocophillips Company | Ice data collection, processing and visualization system |
| KR101980354B1 (ko) * | 2017-11-01 | 2019-05-21 | 한국해양과학기술원 | 극지해역의 해빙영역 탐지방법 및 이를 위한 탐지시스템 |
-
2022
- 2022-07-29 CN CN202210906969.XA patent/CN115326208B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111563318A (zh) * | 2020-04-15 | 2020-08-21 | 中国科学院国家空间科学中心 | 利用89GHz单频多入射角亮温差反演海冰密集度的方法及系统 |
| CN114114358A (zh) * | 2021-11-24 | 2022-03-01 | 中国人民解放军国防科技大学 | 一种基于多源卫星数据融合的北极海冰厚度空间分辨率改进方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115326208A (zh) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115326208B (zh) | 基于被动微波多系点反演海冰厚度的方法及系统 | |
| Derksen et al. | Development of a tundra-specific snow water equivalent retrieval algorithm for satellite passive microwave data | |
| Hachem et al. | Comparison of MODIS-derived land surface temperatures with ground surface and air temperature measurements in continuous permafrost terrain | |
| Bonafoni et al. | Radio occultation and ground-based GNSS products for observing, understanding and predicting extreme events: A review | |
| van der Velde et al. | Soil moisture mapping over the central part of the Tibetan Plateau using a series of ASAR WS images | |
| Beck et al. | Statistical analysis of sub-daily precipitation extremes in Singapore | |
| Chen et al. | Adaptability evaluation of TRMM satellite rainfall and its application in the Dongjiang River Basin | |
| KR20200059085A (ko) | 해양 표층 표류부이 관측 수온자료와 인공위성 적외영상자료를 활용한 해양 표층 해수면온도 산출 방법 | |
| Xu et al. | Reconstructing all-weather land surface temperature using the bayesian maximum entropy method over the Tibetan plateau and Heihe river basin | |
| Zhang et al. | Evaluation and adjustment of the AMSR2 snow depth algorithm for the Northern Xinjiang Region, China | |
| Inoue et al. | Intercomparison of surface heat transfer near the Arctic marginal ice zone for multiple reanalyses: A case study of September 2009 | |
| CN105574856A (zh) | 一种基于双极化sar图像的冰雪面积提取方法 | |
| Nyadjro et al. | SMOS mission reveals the salinity structure of the Indian Ocean Dipole | |
| CN110879923B (zh) | 阴天条件下长波下行辐射估算方法、存储介质及电子设备 | |
| Li et al. | On the freeze–thaw cycles of shallow soil and connections with environmental factors over the Tibetan Plateau | |
| Schorghofer et al. | State of High‐Altitude Permafrost on Tropical Maunakea Volcano, Hawaii | |
| Zou et al. | The surface energy balance of Austre Lovénbreen, Svalbard, during the ablation period in 2014 | |
| Nunez et al. | Rainfall estimation in south-west Tasmania using satellite images and phytosociological calibration | |
| Luo et al. | Method development for estimating soil organic carbon content in an alpine region using soil moisture data | |
| Wang et al. | A rapid identification and warning method for severe weather via Doppler radar based on an improved TITAN algorithm | |
| Prend et al. | Impact of freshwater plumes on intraseasonal upper ocean variability in the Bay of Bengal | |
| Wang et al. | Antarctic ice-sheet near-surface snowmelt detection based on the synergy of SSM/I data and QuikSCAT data | |
| Lee et al. | Improvement of AMSR2 soil moisture products over South Korea | |
| CN115435674B (zh) | 一种现场观测和卫星遥感联合反演北极海冰积雪深度方法 | |
| Wang | Application of remote sensing technology in different natural disasters |
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 |