亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Sentinel-1衛(wèi)星的北冰洋海冰信息提取

        2018-06-25 02:56:04羅麗程張文奇鞏彩蘭
        上海航天 2018年3期
        關(guān)鍵詞:浮冰密集度海冰

        羅麗程,張文奇,胡 勇,周 穎,鞏彩蘭

        (1. 中國(guó)科學(xué)院 上海技術(shù)物理研究所,上海 200083; 2. 中國(guó)科學(xué)院大學(xué),北京 100049;3. 武漢大學(xué) 遙感信息工程學(xué)院,湖北 武漢 430072;4. 中國(guó)科學(xué)院 紅外探測(cè)與成像技術(shù)重點(diǎn)實(shí)驗(yàn)室,上海 200083)

        0 引言

        受全球變暖影響,北極地區(qū)的海冰消融速度逐漸加快,覆蓋范圍不斷減小,對(duì)全球氣候產(chǎn)生了不容忽視的影響,導(dǎo)致了一系列生態(tài)問題。同時(shí),北極地區(qū)的海冰消融有利于北極航道的開通和北極資源的利用。因此,對(duì)北冰洋重點(diǎn)區(qū)域的海冰狀況進(jìn)行監(jiān)測(cè),對(duì)掌握海洋環(huán)境相關(guān)要素信息、累積可靠的數(shù)據(jù)資料、分析北冰洋海冰氣候效應(yīng)、維護(hù)北極航道安全、合理開采北極資源等具有重要意義。

        衛(wèi)星遙感技術(shù)是最高效的海冰監(jiān)測(cè)手段,具有大范圍、實(shí)時(shí)性、可持續(xù)的優(yōu)點(diǎn)。目前,極地海冰密集度產(chǎn)品主要來自不同衛(wèi)星傳感器的被動(dòng)微波輻射計(jì),利用各種反演算法生成。海冰密集度產(chǎn)品空間分辨率多為4~25 km[1-2]。另外,由于傳感器、算法等不同,以及夏季海冰表面融化導(dǎo)致的不確定性,海冰密集度反演結(jié)果還存在一定問題,需要大量的現(xiàn)場(chǎng)觀測(cè)來進(jìn)行驗(yàn)證[1]?;谖⒉ㄟb感數(shù)據(jù),國(guó)內(nèi)外開展了許多有關(guān)海冰變化分析的研究[3-4]。隨著合成孔徑雷達(dá)(SAR)技術(shù)的發(fā)展,SAR在海冰監(jiān)測(cè)方面的應(yīng)用越來越廣泛,如:鄭楊龍等[5]基于Radarsat-2衛(wèi)星SAR圖像對(duì)海冰密集度進(jìn)行了分類提取,發(fā)現(xiàn)高分辨率SAR在邊緣區(qū)小尺寸海冰監(jiān)測(cè)方面具有優(yōu)勢(shì);朱海天等[6]利用星載SAR構(gòu)建了渤海海冰遙感監(jiān)測(cè)系統(tǒng);張寶華等[7]提出了基于稀疏分解和改進(jìn)MRF分割模型的圖像分割算法,其分割結(jié)果能準(zhǔn)確反映海冰分布情況。歐洲的Sentinel-1衛(wèi)星提供C波段的SAR觀測(cè)數(shù)據(jù),具有雙極化、短重訪周期、快速產(chǎn)品生產(chǎn)的能力[8]。KARVONEN[9]利用Sentinel-1衛(wèi)星SAR數(shù)據(jù)和AMSR2微波輻射計(jì)數(shù)據(jù)對(duì)波羅的海的海冰密集度進(jìn)行研究;MUCKENHUHER等[10]基于Sentinel-1衛(wèi)星數(shù)據(jù),采用特征跟蹤與模式匹配相結(jié)合的方法,對(duì)海冰漂移算法進(jìn)行了研究。國(guó)內(nèi)鮮有利用Sentinel-1衛(wèi)星SAR數(shù)據(jù)開展海冰研究的報(bào)道。

        目前,國(guó)內(nèi)外對(duì)海冰分布變化規(guī)律的研究,?;诖蟪叨?分辨率為4~25 km) 的海冰密集度產(chǎn)品。隨著北極航道開通及北極資源開發(fā),國(guó)內(nèi)外對(duì)海冰監(jiān)測(cè)產(chǎn)品的分辨率、頻次要求必然更高。本文利用Sentinel-1衛(wèi)星SAR數(shù)據(jù)進(jìn)行研究。選取2015—2017年6—10月的數(shù)據(jù),利用K-均值聚類算法對(duì)研究區(qū)域進(jìn)行海冰提取,在此基礎(chǔ)上進(jìn)行海冰密集度提取、浮冰區(qū)海冰形態(tài)參數(shù)提取?;陂L(zhǎng)時(shí)間序列數(shù)據(jù),對(duì)研究區(qū)域海冰變化規(guī)律進(jìn)行分析。

        1 數(shù)據(jù)預(yù)處理與海冰提取

        1.1 數(shù)據(jù)預(yù)處理

        本文研究區(qū)域?yàn)楦ダ啄泛{的格陵蘭島沿岸。弗雷姆海峽為北冰洋和北大西洋之間的主要海洋通道,也是研究海冰變化的關(guān)鍵區(qū)域[11]。受東格陵蘭寒流影響,弗雷姆海峽的海冰主要分布在格陵蘭島沿岸一端,該區(qū)域范圍約為4°E~18°W,75.5°N~79.5°N。

        Sentinel-1衛(wèi)星的超寬幅模式主要用于海上、冰川、極地等需要大范圍覆蓋、短時(shí)間重訪的區(qū)域[8]。本文對(duì)該模式下的數(shù)據(jù)進(jìn)行研究,數(shù)據(jù)預(yù)處理步驟如圖2所示。對(duì)2015年7月12日拍攝的衛(wèi)星影像進(jìn)行預(yù)處理,結(jié)果如圖3所示。

        圖3 影像預(yù)處理結(jié)果Fig.3 Result of image preprocessing

        1.2 海冰提取

        SAR圖像中的不同灰度值代表了不同地物的后向散射系數(shù)。影響地物后向散射系數(shù)的主要因素眾多。對(duì)于試驗(yàn)影像中的海冰、海水這2種地物,主要考慮表面粗糙度和介電常數(shù)這2個(gè)因素。對(duì)海冰而言,由于其受生長(zhǎng)階段、外部環(huán)境條件的影響,類型多樣,因此其表面特征各不相同,介電常數(shù)范圍較大;表面粗糙的海冰,引起的后向散射較大,在影像上較亮。對(duì)海水而言,海風(fēng)是影響其表面粗糙度的主要原因[12]。另外,海水介電常數(shù)很高,幾乎所有的雷達(dá)波能量會(huì)在水面上被反射[13]。因此,海水返回的雷達(dá)波較少,在影像上較暗。

        通過觀察研究地區(qū)試驗(yàn)影像可發(fā)現(xiàn),在大部分區(qū)域,海冰、海水表現(xiàn)出顯著的亮度差異,能較好區(qū)分。但由于研究區(qū)域范圍大,氣候環(huán)境多變,在一些區(qū)域出現(xiàn)了海冰、海水不易區(qū)別的情況。海冰表面的融池會(huì)降低冰面的后向散射,使其在影像上較暗。波浪使海水表面更粗糙,使其后向散射變大,導(dǎo)致海冰、海水亮度較接近。

        為了對(duì)海冰密集度進(jìn)行長(zhǎng)時(shí)序、高頻次的分析,需處理海量的影像數(shù)據(jù),從中提取出海冰分布。因此,在選擇海冰提取方法時(shí),應(yīng)既考慮提取精度,又關(guān)注提取效率。雖然缺乏研究區(qū)域的實(shí)地海冰數(shù)據(jù),但基于海冰、海水在SAR影像上表現(xiàn)出的顯著亮度差異,可采用K-均值聚類算法對(duì)海冰進(jìn)行提取。K-均值聚類算法為基于樣本間相似性度量的間接聚類方法,其聚類準(zhǔn)則是使每一類中的各點(diǎn)至中心點(diǎn)距離的平方和最小,是經(jīng)典的非監(jiān)督分類方法,該方法易于實(shí)現(xiàn)且效率較高,在所有聚類算法中應(yīng)用最為廣泛[14],在海冰提取分類中也得到了廣泛應(yīng)用[15-17]。使用該方法時(shí),需事先人為指定K值(類別數(shù))。經(jīng)過反復(fù)試驗(yàn),最終將K設(shè)為5。在缺乏先驗(yàn)知識(shí)的情況下,采用K-均值聚類算法,能在保證精度的同時(shí),較快完成海冰分布的提取。分類結(jié)果示意如圖4所示。在完成分類后,還需進(jìn)行類別合并和分類后操作,最終生成海冰、海水的分類結(jié)果,如圖5所示。圖中海冰為白色區(qū)域,海水為黑色區(qū)域。

        圖4 K-均值聚類算法分類結(jié)果Fig.4 Result of K-means classification

        圖5 二值化結(jié)果Fig.5 Result of binarization

        2 海冰信息參數(shù)計(jì)算

        2.1 海冰分布參數(shù)

        海冰密集度是海冰監(jiān)測(cè)和預(yù)報(bào)業(yè)務(wù)的一項(xiàng)重要指標(biāo)[18]。它是影響地球兩極海洋與大氣水熱交換強(qiáng)度的重要因素,是許多海洋和大氣環(huán)流模式的輸入?yún)?shù)之一,是全球尤其兩極地區(qū)長(zhǎng)時(shí)間尺度氣溫變化的指示器[19],也是影響航線通航的重要水文環(huán)境因素之一。

        海冰密集度為一定區(qū)域(子區(qū))內(nèi)海冰覆蓋面積與整個(gè)研究區(qū)域面積的比值。通過劃分子區(qū),計(jì)算子區(qū)內(nèi)海冰像元個(gè)數(shù)與子區(qū)總像元數(shù)的比值,其表達(dá)式為

        C=(Ni/Nt)×100%

        (1)

        式中:C為密集度;Ni為子區(qū)內(nèi)海冰像元數(shù)量;Nt為子區(qū)內(nèi)的總像元數(shù)量。

        當(dāng)劃分子區(qū)時(shí),子區(qū)尺度會(huì)影響海冰密集度的尺度。當(dāng)子區(qū)尺度較大時(shí),面積相對(duì)較小的冰間湖信息在圖像上會(huì)有所損失。為使密集度提取結(jié)果能在影像上更細(xì)致體現(xiàn)出這些信息,突出高分辨率SAR衛(wèi)星影像的優(yōu)勢(shì),選擇15×15的小窗口進(jìn)行海冰密集度的計(jì)算。海冰密集度提取結(jié)果如圖6所示。

        圖6 海冰密集度提取結(jié)果(子區(qū)大?。?5×15像素)Fig.6 Result of sea ice concentration extraction (subregion:15×15 pixels)

        本文采用美國(guó)國(guó)家冰雪數(shù)據(jù)中心發(fā)布的海冰密集度產(chǎn)品MASAM2(分辨率為4 km),對(duì)海冰密集度提取結(jié)果進(jìn)行對(duì)比分析。SAR密集度產(chǎn)品(基于SAR數(shù)據(jù)生成的密集度)與MASAM2密集度產(chǎn)品(基于被動(dòng)微波輻射計(jì)數(shù)據(jù)生成的密集度)的差值圖像如圖7所示,統(tǒng)計(jì)結(jié)果見表1。由圖7和表1可見:密集度差值主要分布在0%~20%;均方根誤差的統(tǒng)計(jì)結(jié)果分布在15%~20%;平均偏差的統(tǒng)計(jì)結(jié)果分布在0.06~0.10。SAR影像分辨率較高,對(duì)小尺寸的碎冰、冰間水道、冰間湖具有更好的探測(cè)能力。

        2.2 海冰形態(tài)參數(shù)

        海冰消融會(huì)形成形態(tài)多樣的浮冰,對(duì)航行的船只造成不同影響。為進(jìn)一步描述海冰狀態(tài),提供更豐富的冰情信息,本文對(duì)流冰區(qū)的海冰尺寸、形狀分布進(jìn)行研究。

        選取2016年7月1日、6日、13日、25日的4幅試驗(yàn)影像,從中裁剪出流冰區(qū)。流冰區(qū)圖像像元個(gè)數(shù)為4 868(行)×2 584(列),像元分辨率為40 m,總面積約為20 126 km2。由影像可知,流冰區(qū)存在大片海冰相互連接的情況。原因可能是冰塊消融碰撞過程中連接處還未完全斷裂,也可能是冰塊相互擠壓形成。對(duì)于大片的相連海冰,由于其狀態(tài)較不穩(wěn)定,連接處易斷裂,因此需重點(diǎn)關(guān)注。部分海冰內(nèi)部存在融池、冰間湖。

        對(duì)流冰區(qū)影像進(jìn)行形態(tài)學(xué)運(yùn)算,消除離散孤立點(diǎn)的影響。在此基礎(chǔ)上,通過對(duì)象化算法,提取每塊海冰的內(nèi)外輪廓,計(jì)算描述冰塊形態(tài)的參數(shù)。參數(shù)包括面積、周長(zhǎng)和圓度。圓度為

        R=C2/4πS

        (2)

        式中:R為圓度;C為周長(zhǎng);S為面積[20-21]。海冰的形狀變化是熱力學(xué)側(cè)向融化和動(dòng)力學(xué)冰間磨損的共同作用的結(jié)果。在相同熱力、同等面積的條件下,多個(gè)小尺寸海冰比大尺寸海冰周長(zhǎng)更長(zhǎng),因此側(cè)向融化作用對(duì)小尺寸海冰形狀的影響更顯著,小尺寸海冰更容易接近圓形。圓度是描述浮冰形狀接近圓形程度的指標(biāo),其值越接近于1,說明浮冰形狀與圓形越相似,該指標(biāo)越大,說明浮冰形狀越復(fù)雜,越容易破碎、分離。

        為了更詳細(xì)、直觀地描述不同的浮冰特征,根據(jù)浮冰面積大小,將浮冰分為7類(見表2)。通過提取海冰的尺寸信息和形狀信息,分析對(duì)應(yīng)的參數(shù)變化情況,研究海冰尺寸分布的規(guī)律及其與海冰破碎物理過程的關(guān)系。

        表2 浮冰分類準(zhǔn)則

        3 結(jié)果與分析

        3.1 海冰密集度提取結(jié)果分析

        由2015—2017年6—10月海冰密集度的變化可知,0%的密集度呈現(xiàn)出先增加后減少的變化,在8月或9月達(dá)到最大值。這是由于不同年份獲取的影像數(shù)據(jù),在時(shí)間分布上并不完全一致,對(duì)密集度的均值造成影響。100%的密集度在6—10月呈現(xiàn)出先減少再增加的變化趨勢(shì),在8月或9月達(dá)到最小值。2016年6—10月的月平均密集度變化如圖8所示。圖中:橫坐標(biāo)表示海冰密集度的數(shù)值,無量綱;縱坐標(biāo)表示當(dāng)前密集度占的比例,無量綱。

        圖8 月平均密集度變化(2016年6月—10月)Fig.8 Changes of monthly average sea ice concentration (2016.6—2016.10)

        選取2015—2017年日期相近的數(shù)據(jù),生成100%密集度的年際變化圖(見圖9)。通過比較發(fā)現(xiàn),2017年9月的海冰密集度出現(xiàn)異常,較2015、2016年海冰覆蓋范圍出現(xiàn)明顯下降。基于美國(guó)國(guó)家冰雪數(shù)據(jù)中心發(fā)布的海冰密集度產(chǎn)品MASAM2和海冰覆蓋范圍產(chǎn)品Sea ice index(分辨率為25 km),對(duì)研究區(qū)域內(nèi)同一時(shí)間的海冰覆蓋情況進(jìn)行了估算。海冰覆蓋情況由研究區(qū)內(nèi)海冰像元數(shù)與研究區(qū)像元總數(shù)的比值見表3。由表3可見,2017年的海冰覆蓋范圍較2015,2016年大幅減小,與研究結(jié)果呈現(xiàn)出相同變化趨勢(shì)。

        圖9 海冰密集度為100%的年際變化圖Fig.9 Interannual changes of the 100% sea ice concentration

        影像日期產(chǎn)品類型Sentinel-1MASAM2Sea ice index2015-09-232016-09-232017-09-232015-09-272016-09-272017-09-27覆蓋率/%—81.1865.2842.6357.8844.406.712.477.5374.9879.3572.07—70.7047.8411.7610.6614.41

        3.2 海冰形態(tài)參數(shù)提取結(jié)果分析

        對(duì)2016年7月1日、6日、13日和25日的4幅試驗(yàn)影像進(jìn)行海冰信息提取,各類浮冰的個(gè)數(shù)統(tǒng)計(jì)見表4。由表可知:實(shí)際面積小于0.8 km2的1類浮冰數(shù)量占所有浮冰類型數(shù)量的絕大部分,且隨著夏季海冰的消融,該類浮冰的數(shù)量呈增加趨勢(shì);與之類似,面積較小的第2~4類浮冰也呈現(xiàn)該規(guī)律。第5類浮冰除2016年7月25日外,數(shù)量也呈現(xiàn)增加趨勢(shì)。面積巨大的第6、7類浮冰,隨著夏季海冰的消融,前者數(shù)量無明顯變化,后者數(shù)量呈增加趨勢(shì)。這2類海冰多由大片海冰連接而成,海冰與海冰之間的連接處厚度較不穩(wěn)定,隨著氣溫上升,連接處逐漸融化,大片浮冰分裂成多塊浮冰。另外,對(duì)于相互碰撞暫時(shí)連接在一起的大片海冰,在海浪和海冰本身消融的作用下,也可能發(fā)生分離。

        表4 浮冰個(gè)數(shù)分類統(tǒng)計(jì)

        表5 平均面積、周長(zhǎng)分類統(tǒng)計(jì)

        表6 平均圓度分類統(tǒng)計(jì)

        各類浮冰的平均面積、平均周長(zhǎng)的變化情況見表5。由表5可知:第1~6類的浮冰平均面積相對(duì)穩(wěn)定,而第7類巨大型浮冰的平均面積明顯減小。結(jié)合表4可知,原因應(yīng)該是巨大型浮冰會(huì)逐漸融化和破裂,形成面積較小的浮冰。各類浮冰平均周長(zhǎng)的變化規(guī)律同平均面積基本相同。

        各類浮冰的平均圓度分類統(tǒng)計(jì)情況見表6。由表6可知:隨著各類浮冰面積的增大,浮冰圓度逐漸增大;對(duì)于第1類細(xì)碎浮冰,其圓度最接近于1,其形狀最接近圓形。浮冰面積越大,其圓度也越大,說明浮冰越偏離圓形,形狀復(fù)雜,也更容易破碎和分離。

        4 結(jié)束語(yǔ)

        本文基于長(zhǎng)時(shí)間序列、多時(shí)相的Sentinel-1衛(wèi)星SAR數(shù)據(jù),對(duì)北極弗雷姆海峽區(qū)域的海冰分布和海冰形狀特征參數(shù)的提取及其變化規(guī)律進(jìn)行了研究。介紹了SAR數(shù)據(jù)預(yù)處理流程,提取了海冰,進(jìn)一步獲取了海冰分布信息、海冰形狀特征,分析了海冰參數(shù)的時(shí)序變化。海冰分布信息由密集度體現(xiàn),海冰形狀特征由面積、周長(zhǎng)、圓度體現(xiàn)?;诿娣e大小,將浮冰分為7類。統(tǒng)計(jì)各類浮冰的形狀特征參數(shù),分析其變化規(guī)律,為研究海冰變化物理過程提供支持和數(shù)據(jù)。本文研究區(qū)域?yàn)闁|格陵蘭寒流流經(jīng)的格陵蘭島沿岸,分析了該區(qū)域2015—2017年的海冰密集度變化及2016年7月1日、6日、13日和25日4個(gè)時(shí)相的浮冰形態(tài)特征參數(shù)變化。結(jié)果表示:利用高分辨率SAR數(shù)據(jù),能獲取精細(xì)的海冰分布信息,將其與傳統(tǒng)的海冰密集度產(chǎn)品相結(jié)合,可構(gòu)造信息更豐富的多尺度冰情圖。后續(xù)將對(duì)研究區(qū)域進(jìn)行擴(kuò)大,并通過增加更多時(shí)相的數(shù)據(jù),進(jìn)行長(zhǎng)時(shí)間序列的分析。未來還可開展基于SAR數(shù)據(jù)的海冰分類研究。在基于海冰生長(zhǎng)過程建立的分類體系中,不同類別的海冰之間主要的區(qū)別在于冰齡和厚度。分類時(shí),可利用灰度特征、紋理特征和極化特征等信息?;谔卣鞯腟AR影像海冰分類研究表明,利用單一的特征進(jìn)行分類已經(jīng)無法滿足需要,多特征融合后的分類精度明顯優(yōu)于前者。隨著機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)的發(fā)展,將這些技術(shù)運(yùn)用在海冰分類研究中,也是新的發(fā)展趨勢(shì)。

        [1] 趙杰臣, 周翔, 孫曉宇, 等. 北極遙感海冰密集度數(shù)據(jù)的比較和評(píng)估[J]. 遙感學(xué)報(bào), 2017, 21(3): 351-364.

        [2] 劉艷霞. 南北極海冰密集度估算與海冰范圍變化時(shí)序研究[D]. 武漢:武漢大學(xué), 2016.

        [3] 沈校熠, 柯長(zhǎng)青, 張杰. 2002—2011年南極海冰變化的遙感分析[J]. 極地研究, 2017, 29(1): 163-171.

        [4] CAVALIERI D J, PARKINSON C L, VINNIKOV K Y. 30-Year satellite record reveals contrasting Arctic and Antarctic decadal sea ice variability [J]. Geophysical Research Letters, 2003, 30(18):1970.

        [5] 鄭楊龍, 盧鵬, 李志軍, 等. 基于Radarsat-2 SAR圖像分類與HY-2微波輻射計(jì)反演獲取北極海冰密集度的比較研究[J]. 極地研究, 2016, 28(3): 413-423.

        [6] 朱海天, 馮倩, 曾韜, 等. 基于星載SAR的渤海海冰遙感監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與研究[J]. 遙感信息, 2012(2): 81-84,95.

        [7] 張寶華, 周文濤, 呂曉琪. 基于稀疏分解和改進(jìn)MRF模型的SAR海冰圖像分割方法[J]. 遙感技術(shù)與應(yīng)用, 2017, 32(4): 709-713.

        [8] 楊魁, 楊建兵, 江冰茹. Sentinel-1衛(wèi)星綜述[J]. 城市勘測(cè), 2015(2): 24-27.

        [9] JUHA K. Baltic sea ice concentration estimation using SENTINEL-1 SAR and AMSR2 microwave radiometer data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(5): 2871-2883.

        [10] STEFAN M, STEIN S. Open-source sea ice drift algorithm for Sentinel-1 SAR imagery using a combination of feature tracking and pattern matching[J]. The Cryosphere, 2017, 11: 1835-1850.

        [11] PATRICIA C S, SIMON T B. Seasonal sea ice variability in eastern Fram Strait over the last 2000 years [J]. Arktos, 2016, 2(1):22.

        [12] 舒寧. 微波遙感原理[M]. 武漢:武漢大學(xué)出版社, 2003.

        [13] 紀(jì)永剛. 基于微波圖像的遼東灣海冰典型要素信息提取[D].青島:中國(guó)科學(xué)院研究生院(海洋研究所), 2006.

        [14] 王慧賢, 靳惠佳, 王嬌龍, 等.k均值聚類引導(dǎo)的遙感影像多尺度分割優(yōu)化方法[J]. 測(cè)繪學(xué)報(bào), 2015, 44(5): 526-532.

        [15] MUNDY C J, BARBER D G. On the relationship between spatial patterns of sea-ice type and the mechanisms which create and maintain the North Water (NOW) polynya[J]. Atmosphere-Ocean, 2001, 39(3): 327-341.

        [16] ZHANG Q, SKJETNE R, L?SET S, et al. Digital image processing for sea ice observations in support to Arctic DP operations [C]//ASME 2012 31st International Conference on Ocean, Offshore and Arctic Engineering. American Society of Mechanical Engineers, 2012: 555-561.

        [17] REMUND Q P, LONG D G, DRINKWATER M R. Polar sea-ice classification using enhanced resolution NSCAT data [C]//Geoscience and Remote Sensing Symposium Proceedings, 1998. IGARSS'98. 1998 IEEE International. IEEE, 1998, 4: 1976-1978.

        [18] 周穎. 基于風(fēng)云三號(hào)氣象衛(wèi)星數(shù)據(jù)監(jiān)測(cè)北冰洋海冰運(yùn)動(dòng)變化的研究[D]. 上海:中國(guó)科學(xué)院大學(xué), 2013.

        [19] 曹梅盛, 晉銳.遙感技術(shù)監(jiān)測(cè)海冰密集度[J]. 遙感技術(shù)與應(yīng)用, 2006(3): 259-264.

        [20] PEROVICH D K, GOW A J. A quantitative description of sea ice inclusions [J]. Journal of Geophysical Research: Oceans, 1996, 101(8): 18327-18343.

        [21] 周穎, 匡定波, 鞏彩蘭, 等. 風(fēng)云三號(hào)衛(wèi)星MERSI影像提取北極海冰參數(shù)的方法[J]. 紅外與毫米波學(xué)報(bào), 2017, 36(1): 41-48,126-127.

        猜你喜歡
        浮冰密集度海冰
        末次盛冰期以來巴倫支海-喀拉海古海洋環(huán)境及海冰研究進(jìn)展
        某大口徑火炮系列殺爆彈地面密集度影響因素回歸分析
        越來越暖是咋回事兒?
        基于SIFT-SVM的北冰洋海冰識(shí)別研究
        帶彈序的彈幕武器立靶密集度測(cè)試
        冰水兩相流中浮冰運(yùn)動(dòng)特性研究
        累積海冰密集度及其在認(rèn)識(shí)北極海冰快速變化的作用
        應(yīng)用MODIS數(shù)據(jù)監(jiān)測(cè)河北省近海海域海冰
        河北遙感(2014年4期)2014-07-10 13:54:59
        基于TerraSAR-X全極化數(shù)據(jù)的北極地區(qū)海冰信息提取
        最適宜高科技工作的美國(guó)城市
        海外星云 (2011年24期)2011-04-29 00:44:03
        久久伊人中文字幕有码久久国产| 高中生粉嫩无套第一次| 日韩欧美第一页| 亚洲一区二区三区在线| 久久精品国产亚洲av四叶草| 男女高潮免费观看无遮挡| 97se亚洲国产综合自在线图片| 婷婷成人亚洲综合国产| 女同三级伦理在线观看| 毛片无码国产| 最新国产乱视频伦在线| 久久精品国产亚洲一级二级| 亚洲av日韩一区二区| 亚洲午夜精品a片久久www慈禧| 国产精品高潮无码毛片| 日韩亚洲国产中文字幕| 老妇高潮潮喷到猛进猛出| 午夜丰满少妇性开放视频| 精品免费久久久久国产一区| 黄色影院不卡一区二区| 香港台湾经典三级a视频| 一区二区日韩国产精品| 一本久道在线视频播放| 国产特级毛片aaaaaa高潮流水| 国产色a在线观看| 天躁夜夜躁狼狠躁| 六月丁香久久| 人妻免费黄色片手机版| 91中文人妻熟女乱又乱| 国产成人亚洲精品无码mp4| 91福利国产在线观一区二区 | 亚洲av无码资源在线观看| 亚洲精品一区二区三区播放 | 亚洲成AV人片无码不卡| 二区视频在线免费观看| 日日碰狠狠添天天爽| 亚洲国产A∨无码影院| 日本在线观看三级视频| 精品国产第一国产综合精品| 亚洲AV永久无码制服河南实里 | 蜜桃在线一区二区三区|