CN115388948A - 一种适用于海洋性冰川的监测方法 - Google Patents
一种适用于海洋性冰川的监测方法 Download PDFInfo
- Publication number
- CN115388948A CN115388948A CN202211044964.7A CN202211044964A CN115388948A CN 115388948 A CN115388948 A CN 115388948A CN 202211044964 A CN202211044964 A CN 202211044964A CN 115388948 A CN115388948 A CN 115388948A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- glacier
- marine
- glaciers
- data
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及冰川监测领域,具体的说是一种适用于海洋性冰川的监测方法,该方法包括以下步骤:步骤一、数据采集:利用监测模块获取海洋性冰川实时监测数据;步骤二、数据传输:采集数据传输监测站;步骤三、数据库建立:按监测时间序列建立海洋性冰川监测的数据库,步骤四、监测分析:实时监测分析海洋性冰川变化趋势;步骤五、建立DEM模型:根据数据库监测的数据建立DEM模型,基于GNSS兼容多种传感器,集数据采集、数据传输、数据分析、数据库及监测模型于一体,实时性高,为海洋性冰川实时监测和精细化动态追踪奠定了坚实基础,数据采集连续性、精确性、时效性及在线可视化,多数据参数实时监测综合分析海洋性冰川变化趋势。
Description
技术领域
本发明涉及冰川监测领域,具体说是一种适用于海洋性冰川的监测方法。
背景技术
随着全球气候变化的加剧,对全球冰川覆盖影响严重,由于海洋性冰川的冰川主体(恒温层)温度较高,接近0℃,由于温度高,补给量大,冰川运动速度较快,年运动量约100米或更大,雪线分布低,冰舌尾端下伸也很低,可达森林带中,冰面消融强度大,因此海洋性冰川的变化较大,对局域内环境、气象影响较大,因此需要对海洋性冰川进行监测,以获取海洋性冰川变化情况。
目前全球导航卫星系统可以获取海洋性冰川的全天候、全天时、高精度的影像数据,监测海洋性冰川的冰流速数据,判别冰川运动状况及潜在的冰川跃动现象,但对于造成海洋性冰川冰流速、冰川运动及潜在的冰川跃动的影响因素需要人工进行海洋性冰川监测,如海洋性冰川的积累期、消融期周期出现时间及天数,人工监测采集的数据不仅单一、且连续性差,海洋性冰川环境的恶劣,监测采集数据难度大、危险性高。
发明内容
针对现有技术中的问题,本发明提供了一种适用于海洋性冰川的监测方法。
本发明解决其技术问题所采用的技术方案是:一种适用于海洋性冰川的监测方法,该方法包括以下步骤:
步骤一、数据采集:利用监测模块获取海洋性冰川实时监测数据,并通过数据处理模块对实时监测数据处理;
步骤二、数据传输:将监测模块实时监测采集的数据传输给海洋性冰川监测站,监测站接收海洋性冰川实时监测数据;
步骤三、数据库建立:通过监测站储存海洋性冰川实时监测数据,按监测时间序列建立海洋性冰川监测的数据库;
步骤四、监测分析:根据获取的海洋性冰川实时监测数据分析监测区域内海洋性冰川的升降及消融边界变化动态及海洋性冰川变化关联因素;
步骤五、建立DEM模型:根据数据库监测的数据建立DEM模型,DEM模型由地面规则格网点的高程值构成的矩阵,形成栅格结构数据集,通过DEM模型得到监测区域内海洋性冰川变化趋势,成功获得海洋性冰川运动实时信息,海洋性冰川的冰流速、物质消融信息;
所述数据采集包括基于GNSS的海洋性冰川实时卫星立体影像监测和海洋性冰川环境参数监测,数据采集由GNSS、传感器组、气象、监测相机、地震仪组成的监测模块实现;
所述数据传输可通过4G/5G实时传输,并通过网络在线发布,用户可随时通过浏览器、手机在线查阅海洋性冰川监测数据,可极大减轻海洋性高海拔冰川人工监测的工作强度及潜在风险,并提升数据采集的连续性、精确性、时效性及在线可视化;
所述数据库建立记录海洋性冰川监测的实时数据,为海洋性冰川动态监测提供数据支持,从而可以进行海洋性冰川的纵向监测分析及变化趋势预测;
所述监测分析基于海洋性冰川监测软件,对海洋性冰川实时监测下各监测数据与海洋性冰川变化数据之间相互影响的分析;
所述建立DEM模型是通过GNSS获取海洋性冰川多时相的卫星立体影像,对每个时相的卫星立体影像进行冰川DEM模型提取,得到每个时相的冰川DEM模型,每个时相的冰川DEM模型进行裁剪,得到区域范围一致的每个时相的冰川DEM模型,校正对应的每个时相的卫星立体影像,构建不规则网格海洋性冰川DEM模型,根据不规则网格DEM模型计算得到相邻时相的冰川升降、消融变化量。
具体的,所述GNSS采用北斗导航卫星系统,北斗卫星导航技术结合遥感、地理信息技术,获取海洋性冰川全天候、全天时、高精度的影像数据,GNSS实时监测的冰流速数据,判别冰川运动状况及潜在的冰川跃动现象。
具体的,所述传感器组包括激光测距传感器、冰温传感器、冰面湿度传感器、降雪量传感器、风速传感器、辐射传感器,通过搭载多传感器,可以获取海洋性冰川实时监测的多要素监测数据;所述激光测距传感器用于实时监测距离海洋性冰川冰面之间的距离;所述冰面温度传感器用于实时监测海洋性冰川冰面的温度参数;所述冰面湿度传感器用于实时监测海洋性冰川冰面的湿度数据;所述降雪量传感器用于实时监测海洋性冰川区域内的降雪量;所述风速传感器用于实时监测海洋性冰川冰面的风速;所述辐射传感器用于实时监测海洋性冰川冰面的辐射量,通过传感器组采集的海洋性冰川冰面距离、冰面温度、冰面湿度、降雪量、风速及辐射实时数据参数,多环境数据参数综合分析海洋性冰川变化趋势影响因素。
具体的,所述监测海洋性冰川冰面距离用于根据冰面距离变化判断海洋性冰川处于消融或积累期,当激光测距传感器距离冰面距离出现减小时,海洋性冰川开始处于积累期;当激光测距传感器距离冰面距离出现增大时,海洋性冰川开始处于消融期,以年为单位周期,根据海洋性冰川的积累期天数和消融期天数,得到以年为周期内积累期与消融期比值,同时能够纵向对比积累期天数、消融期天数的变化。
具体的,所述气象包括温度、湿度和气压,通过气象卫星获取海洋性冰川区域内实时环境温度数据、环境湿度数据和环境气压数据,根据温度、湿度和气压的实时监测动态变化,将监测温度、湿度和气压输入DEM模型,获得海洋性冰川环境温度、湿度及气压对冰川变化趋势的关联性。
具体的,所述监测相机用于获取海洋性冰川的实时高清视频图像数据,实现远程查看海洋性冰川。
具体的,所述地震仪用于获取海洋性冰川监测区域内的地质运动参数,得到地质运动与海洋性冰川之间双向关联性。
具体的,所述监测模块基于GNSS获取海洋性冰川多时相的卫星立体影像,对海洋性冰川进行网格化处理,在海洋性冰川区域范围内建立多个监测模块监测点,监测点覆盖海洋性冰川全域进行实时数据监测,监测模块上的传感器组、气象、监测相机、地震仪集成式安装。
具体的,所述该方法基于GNSS兼容多种传感器,集数据采集、数据传输、数据分析、数据库及监测模型于一体,实时性高,具备软件自主可控,硬件可定制可扩展的特点,为温度接近零度或压力融点、冰川补给多、消融也多、活动性强、冰川作用较强的海洋性冰川实时监测和精细化动态追踪奠定了坚实基础,通过海洋性冰川动态变化趋势双向分析与气候、环境因素变化之间的关联性。
本发明的有益效果:
(1)本发明所述的一种适用于海洋性冰川的监测方法,该方法基于GNSS兼容多种传感器,集数据采集、数据传输、数据分析、数据库及监测模型于一体,基于GNSS的海洋性冰川实时卫星立体影像监测和海洋性冰川环境参数监测,实时性高,具备软件自主可控,硬件可定制可扩展的特点,为温度接近零度或压力融点、冰川补给多、消融也多、活动性强、冰川作用较强的海洋性冰川实时监测和精细化动态追踪奠定了坚实基础,通过海洋性冰川动态变化趋势双向分析与气候、环境因素变化之间的关联性,无需人工在海洋性冰川恶劣环境下监测工作,可极大减轻海洋性高海拔冰川人工监测的工作强度及潜在风险,并提升数据采集的连续性、精确性、时效性及在线可视化。
(2)本发明所述的一种适用于海洋性冰川的监测方法,基于GNSS获取海洋性冰川多时相的卫星立体影像,对海洋性冰川进行网格化处理,在海洋性冰川区域范围内建立多个监测模块监测点,监测点覆盖海洋性冰川全域进行实时数据监测,监测采集覆盖全面,海洋性冰川监测由GNSS、传感器组、气象、监测相机、地震仪组成的监测模块实现,传感器组包括激光测距传感器、冰温传感器、冰面湿度传感器、降雪量传感器、风速传感器、辐射传感器,通过搭载多传感器,可以获取海洋性冰川实时监测的多要素监测数据,多数据参数实时监测综合分析海洋性冰川变化趋势影响因素。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明提供的一种适用于海洋性冰川的监测方法的流程图;
图2为本发明提供的一种适用于海洋性冰川的监测方法的监测模块结构图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1和图2所示,本发明所述的一种适用于海洋性冰川的监测方法,该方法包括以下步骤:
步骤一、数据采集:利用监测模块获取海洋性冰川实时监测数据,并通过数据处理模块对实时监测数据处理;
步骤二、数据传输:将监测模块实时监测采集的数据传输给海洋性冰川监测站,监测站接收海洋性冰川实时监测数据;
步骤三、数据库建立:通过监测站储存海洋性冰川实时监测数据,按监测时间序列建立海洋性冰川监测的数据库;
步骤四、监测分析:根据获取的海洋性冰川实时监测数据分析监测区域内海洋性冰川的升降及消融边界变化动态及海洋性冰川变化关联因素;
步骤五、建立DEM模型:根据数据库监测的数据建立DEM模型,DEM模型由地面规则格网点的高程值构成的矩阵,形成栅格结构数据集,通过DEM模型得到监测区域内海洋性冰川变化趋势,成功获得海洋性冰川运动实时信息,海洋性冰川的冰流速、物质消融信息;
所述数据采集包括基于GNSS的海洋性冰川实时卫星立体影像监测和海洋性冰川环境参数监测,数据采集由GNSS、传感器组、气象、监测相机、地震仪组成的监测模块实现;
所述数据传输可通过4G/5G实时传输,并通过网络在线发布,用户可随时通过浏览器、手机在线查阅海洋性冰川监测数据,可极大减轻海洋性高海拔冰川人工监测的工作强度及潜在风险,并提升数据采集的连续性、精确性、时效性及在线可视化;
所述数据库建立记录海洋性冰川监测的实时数据,为海洋性冰川动态监测提供数据支持,从而可以进行海洋性冰川的纵向监测分析及变化趋势预测;
所述监测分析基于海洋性冰川监测软件,对海洋性冰川实时监测下各监测数据与海洋性冰川变化数据之间相互影响的分析;
所述建立DEM模型是通过GNSS获取海洋性冰川多时相的卫星立体影像,对每个时相的卫星立体影像进行冰川DEM模型提取,得到每个时相的冰川DEM模型,每个时相的冰川DEM模型进行裁剪,得到区域范围一致的每个时相的冰川DEM模型,校正对应的每个时相的卫星立体影像,构建不规则网格海洋性冰川DEM模型,根据不规则网格DEM模型计算得到相邻时相的冰川升降、消融变化量。
具体的,所述GNSS采用北斗导航卫星系统,北斗卫星导航技术结合遥感、地理信息技术,获取海洋性冰川全天候、全天时、高精度的影像数据,GNSS实时监测的冰流速数据,判别冰川运动状况及潜在的冰川跃动现象。
具体的,所述传感器组包括激光测距传感器、冰温传感器、冰面湿度传感器、降雪量传感器、风速传感器、辐射传感器,通过搭载多传感器,可以获取海洋性冰川实时监测的多要素监测数据;所述激光测距传感器用于实时监测距离海洋性冰川冰面之间的距离;所述冰面温度传感器用于实时监测海洋性冰川冰面的温度参数;所述冰面湿度传感器用于实时监测海洋性冰川冰面的湿度数据;所述降雪量传感器用于实时监测海洋性冰川区域内的降雪量;所述风速传感器用于实时监测海洋性冰川冰面的风速;所述辐射传感器用于实时监测海洋性冰川冰面的辐射量,通过传感器组采集的海洋性冰川冰面距离、冰面温度、冰面湿度、降雪量、风速及辐射实时数据参数,多环境数据参数综合分析海洋性冰川变化趋势影响因素,数据监测采集更全面,实时性好。
具体的,所述监测海洋性冰川冰面距离用于根据冰面距离变化判断海洋性冰川处于消融或积累期,当激光测距传感器距离冰面距离出现减小时,海洋性冰川开始处于积累期;当激光测距传感器距离冰面距离出现增大时,海洋性冰川开始处于消融期,以年为单位周期,根据海洋性冰川的积累期天数和消融期天数,得到以年为周期内积累期与消融期比值,同时能够纵向对比积累期天数、消融期天数的变化。
具体的,所述气象包括温度、湿度和气压,通过气象卫星获取海洋性冰川区域内实时环境温度数据、环境湿度数据和环境气压数据,根据温度、湿度和气压的实时监测动态变化,将监测温度、湿度和气压输入DEM模型,获得海洋性冰川环境温度、湿度及气压对冰川变化趋势的关联性,将气象加入监测的范围。
具体的,所述监测相机用于获取海洋性冰川的实时高清视频图像数据,实现远程查看海洋性冰川。
具体的,所述地震仪用于获取海洋性冰川监测区域内的地质运动参数,得到地质运动与海洋性冰川之间双向关联性,可以获取地质运动与海洋性冰川之间变化相互作用。
具体的,所述监测模块基于GNSS获取海洋性冰川多时相的卫星立体影像,对海洋性冰川进行网格化处理,在海洋性冰川区域范围内建立多个监测模块监测点,监测点覆盖海洋性冰川全域进行实时数据监测,监测模块上的传感器组、气象、监测相机、地震仪集成式安装,海洋性冰川覆盖监测点的建立,代替人工对海洋性冰川监测的数据采集,合理化的分布监测点,相较于人工的监测采集,监测采集数据更加的全区域、全面和实时性。
具体的,所述该方法基于GNSS兼容多种传感器,集数据采集、数据传输、数据分析、数据库及监测模型于一体,实时性高,具备软件自主可控,硬件可定制可扩展的特点,为温度接近零度或压力融点、冰川补给多、消融也多、活动性强、冰川作用较强的海洋性冰川实时监测和精细化动态追踪奠定了坚实基础,通过海洋性冰川动态变化趋势双向分析与气候、环境因素变化之间的关联性,该方法更加系统化,监测完善。
在使用时,首先基于GNSS北斗导航卫星系统,北斗卫星导航技术结合遥感、地理信息技术,获取海洋性冰川全天候、全天时、高精度的影像数据,GNSS实时监测的冰流速数据,判别冰川运动状况及潜在的冰川跃动现象,然后基于GNSS获取海洋性冰川多时相的卫星立体影像,对海洋性冰川进行网格化处理,在海洋性冰川区域范围内建立多个监测模块监测点,将集成有传感器组、气象、监测相机、地震仪监测模块安装在海洋性冰川的监测点,监测模块对监测点进行海洋性冰川进行实时监测,即集成激光测距传感器、冰温传感器、冰面湿度传感器、降雪量传感器、风速传感器、辐射传感器的传感器组进行海洋性冰川冰面距离、冰面温度、冰面湿度、降雪量、风速及辐射实时数据参数采集,通过气象卫星获取海洋性冰川区域内实时环境温度数据、环境湿度数据和环境气压数据参数,监测相机获取海洋性冰川的实时高清视频图像数据,地震仪获取海洋性冰川监测区域内的地质运动参数,监测模块采集的监测数据通过数据处理模块对实时监测数据处理后通过4G/5G实时传输,数据传输给海洋性冰川监测站,并通过网络在线发布,用户可随时通过浏览器、手机在线查阅海洋性冰川监测数据,可极大减轻海洋性高海拔冰川人工监测的工作强度及潜在风险,并提升数据采集的连续性、精确性、时效性及在线可视化,通过监测站储存海洋性冰川实时监测数据,按监测时间序列建立海洋性冰川监测的数据库,为海洋性冰川动态监测提供数据平台支持,从而可以进行海洋性冰川的纵向监测分析及变化趋势预测,基于海洋性冰川监测软件,根据获取的海洋性冰川实时监测数据分析监测区域内海洋性冰川的升降及消融边界变化动态及海洋性冰川变化关联因素,根据数据库监测的数据建立DEM模型,DEM模型由地面规则格网点的高程值构成的矩阵,形成栅格结构数据集,构建不规则网格海洋性冰川DEM模型,通过DEM模型得到监测区域内海洋性冰川变化趋势,成功获得海洋性冰川运动实时信息,海洋性冰川的冰流速、物质消融信息,基于GNSS兼容多种传感器,集数据采集、数据传输、数据分析、数据库及监测模型于一体,实时性高,具备软件自主可控,硬件可定制可扩展的特点,无需人工在海洋性冰川恶劣环境下监测工作,可极大减轻海洋性高海拔冰川人工监测的工作强度及潜在风险,并提升数据采集的连续性、精确性、时效性及在线可视化,为温度接近零度或压力融点、冰川补给多、消融也多、活动性强、冰川作用较强的海洋性冰川实时监测和精细化动态追踪奠定了坚实基础,通过海洋性冰川动态变化趋势双向分析与气候、环境因素变化之间的相互关联性。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施方式和说明书中的描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入本发明要求保护的范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种适用于海洋性冰川的监测方法,其特征在于,该方法包括以下步骤:
步骤一、数据采集:利用监测模块获取海洋性冰川实时监测数据,并通过数据处理模块对实时监测数据处理;
步骤二、数据传输:将监测模块实时监测采集的数据传输给海洋性冰川监测站,监测站接收海洋性冰川实时监测数据;
步骤三、数据库建立:通过监测站储存海洋性冰川实时监测数据,按监测时间序列建立海洋性冰川监测的数据库;
步骤四、监测分析:根据获取的海洋性冰川实时监测数据分析监测区域内海洋性冰川的升降及消融边界变化动态及海洋性冰川变化关联因素;
步骤五、建立DEM模型:根据数据库监测的数据建立DEM模型,DEM模型由地面规则格网点的高程值构成的矩阵,形成栅格结构数据集,通过DEM模型得到监测区域内海洋性冰川变化趋势,成功获得海洋性冰川运动实时信息,海洋性冰川的冰流速、物质消融信息;
所述数据采集包括基于GNSS的海洋性冰川实时卫星立体影像监测和海洋性冰川环境参数监测,数据采集由GNSS、传感器组、气象、监测相机、地震仪组成的监测模块实现;
所述数据传输可通过4G/5G实时传输,并通过网络在线发布,用户可随时通过浏览器、手机在线查阅海洋性冰川监测数据,可极大减轻海洋性高海拔冰川人工监测的工作强度及潜在风险,并提升数据采集的连续性、精确性、时效性及在线可视化;
所述数据库建立记录海洋性冰川监测的实时数据,为海洋性冰川动态监测提供数据支持,从而可以进行海洋性冰川的纵向监测分析及变化趋势预测;
所述监测分析基于海洋性冰川监测软件,对海洋性冰川实时监测下各监测数据与海洋性冰川变化数据之间相互影响的分析;
所述建立DEM模型是通过GNSS获取海洋性冰川多时相的卫星立体影像,对每个时相的卫星立体影像进行冰川DEM模型提取,得到每个时相的冰川DEM模型,每个时相的冰川DEM模型进行裁剪,得到区域范围一致的每个时相的冰川DEM模型,校正对应的每个时相的卫星立体影像,构建不规则网格海洋性冰川DEM模型,根据不规则网格DEM模型计算得到相邻时相的冰川升降、消融变化量。
2.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述GNSS采用北斗导航卫星系统,北斗卫星导航技术结合遥感、地理信息技术,获取海洋性冰川全天候、全天时、高精度的影像数据,GNSS实时监测的冰流速数据,判别冰川运动状况及潜在的冰川跃动现象。
3.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述传感器组包括激光测距传感器、冰温传感器、冰面湿度传感器、降雪量传感器、风速传感器、辐射传感器,通过搭载多传感器,可以获取海洋性冰川实时监测的多要素监测数据;
所述激光测距传感器用于实时监测距离海洋性冰川冰面之间的距离;所述冰面温度传感器用于实时监测海洋性冰川冰面的温度参数;所述冰面湿度传感器用于实时监测海洋性冰川冰面的湿度数据;所述降雪量传感器用于实时监测海洋性冰川区域内的降雪量;所述风速传感器用于实时监测海洋性冰川冰面的风速;所述辐射传感器用于实时监测海洋性冰川冰面的辐射量,通过传感器组采集的海洋性冰川冰面距离、冰面温度、冰面湿度、降雪量、风速及辐射实时数据参数,多环境数据参数综合分析海洋性冰川变化趋势影响因素。
4.根据权利要求3所述的一种适用于海洋性冰川的监测方法,其特征在于:所述监测海洋性冰川冰面距离用于根据冰面距离变化判断海洋性冰川处于消融或积累期,当激光测距传感器距离冰面距离出现减小时,海洋性冰川开始处于积累期;当激光测距传感器距离冰面距离出现增大时,海洋性冰川开始处于消融期,以年为单位周期,根据海洋性冰川的积累期天数和消融期天数,得到以年为周期内积累期与消融期比值,同时能够纵向对比积累期天数、消融期天数的变化。
5.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述气象包括温度、湿度和气压,通过气象卫星获取海洋性冰川区域内实时环境温度数据、环境湿度数据和环境气压数据,根据温度、湿度和气压的实时监测动态变化,将监测温度、湿度和气压输入DEM模型,获得海洋性冰川环境温度、湿度及气压对冰川变化趋势的关联性。
6.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述监测相机用于获取海洋性冰川的实时高清视频图像数据,实现远程查看海洋性冰川。
7.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述地震仪用于获取海洋性冰川监测区域内的地质运动参数,得到地质运动与海洋性冰川之间双向关联性。
8.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述监测模块基于GNSS获取海洋性冰川多时相的卫星立体影像,对海洋性冰川进行网格化处理,在海洋性冰川区域范围内建立多个监测模块监测点,监测点覆盖海洋性冰川全域进行实时数据监测,监测模块上的传感器组、气象、监测相机、地震仪集成式安装。
9.根据权利要求1所述的一种适用于海洋性冰川的监测方法,其特征在于:所述该方法基于GNSS兼容多种传感器,集数据采集、数据传输、数据分析、数据库及监测模型于一体,实时性高,具备软件自主可控,硬件可定制可扩展的特点,为温度接近零度或压力融点、冰川补给多、消融也多、活动性强、冰川作用较强的海洋性冰川实时监测和精细化动态追踪奠定了坚实基础,通过海洋性冰川动态变化趋势双向分析与气候、环境因素变化之间的关联性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044964.7A CN115388948A (zh) | 2022-08-30 | 2022-08-30 | 一种适用于海洋性冰川的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044964.7A CN115388948A (zh) | 2022-08-30 | 2022-08-30 | 一种适用于海洋性冰川的监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115388948A true CN115388948A (zh) | 2022-11-25 |
Family
ID=84123272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211044964.7A Pending CN115388948A (zh) | 2022-08-30 | 2022-08-30 | 一种适用于海洋性冰川的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115388948A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117909697A (zh) * | 2024-03-20 | 2024-04-19 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
CN117952010A (zh) * | 2024-02-01 | 2024-04-30 | 中国科学院西北生态环境资源研究院 | 基于数据工程的冰川跃动态势感知系统及存储介质 |
-
2022
- 2022-08-30 CN CN202211044964.7A patent/CN115388948A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952010A (zh) * | 2024-02-01 | 2024-04-30 | 中国科学院西北生态环境资源研究院 | 基于数据工程的冰川跃动态势感知系统及存储介质 |
CN117952010B (zh) * | 2024-02-01 | 2024-06-25 | 中国科学院西北生态环境资源研究院 | 基于数据工程的冰川跃动态势感知系统及存储介质 |
CN117909697A (zh) * | 2024-03-20 | 2024-04-19 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
CN117909697B (zh) * | 2024-03-20 | 2024-07-02 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bühler et al. | Mapping snow depth in alpine terrain with unmanned aerial systems (UASs): potential and limitations | |
US20230213337A1 (en) | Large-scale forest height remote sensing retrieval method considering ecological zoning | |
Harder et al. | Accuracy of snow depth estimation in mountain and prairie environments by an unmanned aerial vehicle | |
CN115388948A (zh) | 一种适用于海洋性冰川的监测方法 | |
De Michele et al. | Using a fixed-wing UAS to map snow depth distribution: an evaluation at peak accumulation | |
CN110132238B (zh) | 用于地形影像数字高程模型的无人机测绘方法 | |
CN104462660B (zh) | 一种野外输电线路冬季覆冰厚度分布绘制方法 | |
CN103529455B (zh) | 一种基于机载激光雷达三维的危岩落石调查方法 | |
CN105975763A (zh) | 一种多源海面风场的融合方法和装置 | |
Liu et al. | Characteristics and performance of wind profiles as observed by the radar wind profiler network of China | |
Spergel et al. | Surface meltwater drainage and ponding on Amery Ice Shelf, East Antarctica, 1973–2019 | |
KR102118802B1 (ko) | 무인 항공기를 이용한 하천 건천화 모니터링 방법 및 시스템 | |
Hermle et al. | Timely prediction potential of landslide early warning systems with multispectral remote sensing: a conceptual approach tested in the Sattelkar, Austria | |
CN211477203U (zh) | 基于高分辨率遥感影像的精细化监测设备系统 | |
CN106772697B (zh) | 云海自然景观预报方法及系统 | |
Senyurek et al. | Fusion of reflected GPS signals with multispectral imagery to estimate soil moisture at subfield scale from small UAS platforms | |
CN113406305A (zh) | 一种农业干旱监测指数确定方法及系统 | |
Rauhala et al. | Measuring the spatiotemporal variability in snow depth in subarctic environments using UASs–Part 1: Measurements, processing, and accuracy assessment | |
Li et al. | Snow stratigraphy observations from Operation IceBridge surveys in Alaska using S and C band airborne ultra-wideband FMCW (frequency-modulated continuous wave) radar | |
CN104535001A (zh) | 基于多波束高度计实验数据的海冰厚度估算方法 | |
Liu et al. | Spatial distribution of snow depth based on geographically weighted regression kriging in the Bayanbulak Basin of the Tianshan Mountains, China | |
Webster et al. | Observing Arctic sea ice | |
Bühler et al. | Spatially continuous mapping of snow depth in high alpine catchments using digital photogrammetry | |
Yadav et al. | A realistic framework of GNSS-T for simulating scattering and propagation of GNSS signals under a forest canopy | |
Sandholt et al. | Use of remote sensing data in distributed hydrological models: applications in the Senegal River basin |
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 |