[发明专利]基于中法海洋卫星散射计的北极海冰分类方法在审

专利信息
申请号: 202110305268.6 申请日: 2021-03-19
公开(公告)号: CN113095375A 公开(公告)日: 2021-07-09
发明(设计)人: 张智伦;惠凤鸣 申请(专利权)人: 中山大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/34
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 黎扬鹏
地址: 510275 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 中法 海洋 卫星 散射 北极海 分类 方法
【说明书】:

发明提供的基于中法海洋卫星散射计的北极海冰分类方法,方法步骤包括:获取中法海洋卫星同极化的全球条带数据,根据全球条带数据生成散射计影像;散射计影像中包括第一冰区像元;获取亮温数据,通过阈值分割,从亮温数据中提取得到第二冰区像元;联合第一冰区像元和第二冰区像元得到海冰像元,根据海冰像元的后向散射系数以及亮温数据,将海冰像元进行分类;分类结果包括一年冰和多年冰;方法能够实现对源数据的自适应,提高了分类结果的精度及稳定,增强分类算法跨的普适性,可广泛应用于北极海冰遥感技术领域。

技术领域

本发明涉及北极海冰遥感技术领域,尤其是基于中法海洋卫星散射计的北极海冰分类方法。

背景技术

北极海冰通常可分类为一年冰和多年冰。基于遥感手段的北极海冰分类是根据不同海冰类型在遥感影像中的反射、散射或辐射信号的差异进行像元分类的过程。基于遥感手段得到的北极海冰分类数据可为其他北极海冰参数,例如,冰上积雪深度、海冰厚度的提取提供重要参考,同时也能服务于气候变化研究。

现有海冰分类算法多来自于机器学习方法,例如广泛应用于SAR影像的支持向量机、神经网络、图像分割等方法,以及应用于散射计或辐射计的阈值分割、贝叶斯估计等方法。但现有技术中,大尺度海冰分类方法,多存在结果不够稳定、依赖多源辅助数据等不足的弊端,且依赖于对原始数据的训练,缺乏对源数据自适应的海冰分类方法,从而阻碍长时序海冰分类数据集的生产,缺少适用于长时序多波段微波数据的海冰分类方法。

发明内容

有鉴于此,为至少部分解决上述技术问题之一,本发明实施例目的在于提供一种不依赖于辅助数据和对原始数据训练,但分类结果稳定的基于中法海洋卫星散射计的北极海冰分类方法。

本申请的技术方案提供了基于中法海洋卫星散射计的北极海冰分类方法,其步骤包括:

获取中法海洋卫星散射计同极化的全球条带数据,根据所述全球条带数据生成散射计影像;所述散射计影像中包括第一冰区像元;

获取亮温数据,通过阈值分割,从所述亮温数据中提取得到第二冰区像元;

联合所述第一冰区像元和所述第二冰区像元得到海冰像元,根据所述海冰像元的后向散射系数以及亮温数据,将所述海冰像元进行分类;

所述分类结果包括一年冰和多年冰。

在本申请方案的一种可行的实施例中,确定所述多年冰的范围,根据所述范围确定缓冲区,将分类结果中未在所述缓冲区的多年冰纠正为一年冰;

确定海冰边缘区,过滤所述海冰边缘区中的所述多年冰。

在本申请方案的一种可行的实施例中,所述获取中法海洋卫星散射计同极化的全球条带数据,根据所述全球条带数据生成散射计影像,其包括:

获取所述全球条带数据的观测入射角,结合地表类型标签提取得到海冰像元数据;

根据所述海冰像元数据的后向散射系数与入射角的变化关系,构建回归关系;

根据所述回归关系矫正所述海冰像元数据,建立北极格网,根据所述北极格网生成所述散射计影像。

在本申请方案的一种可行的实施例中,所述根据所述回归关系矫正所述海冰像元数据,建立北极格网,根据所述北极格网生成所述散射计影像,其包括:

根据矫正后的所述海冰像元数据,确定所述观测入射角下的观测结果;

通过将所述观测结果和高斯权重进行求和得到所述北极格网的格点值,进一步构建得到所述北极格网。

在本申请方案的一种可行的实施例中,所述联合所述第一冰区像元和所述第二冰区像元得到海冰像元,根据所述海冰像元的后向散射系数以及亮温数据,将所述海冰像元进行分类,其包括:

构建所述海冰像元的观测矩阵;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110305268.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top