论文摘要
静止轨道海洋水色成像仪(Geostationary Ocean Color Imager, GOCI)提供了时间分辨率达小时级的海洋水色数据,使得对海洋环境的逐时变化监测成为可能。然而受到海洋上空云、雾和霾的影响,数据出现连续高缺失率甚至完全缺失的情况,使得数据使用价值大大降低。在经验正交函数重构法(Data INterpolating Empirical Orthogonal Functions, DINEOF)的基础上,突出时间要素在重构中的地位,运用异常像元检测、拉普拉斯平滑滤波和时间模态2次分解插值,提出了适用于静止海洋水色卫星数据的重构方法——DINEOF-G。利用此方法对杭州湾2017年的GOCI总悬浮物质量浓度数据进行重构,结果表明该方法相比经典方法在重构精度上提高了8%,数据重构率提高了36%,且重构结果较好地反映了杭州湾总悬浮物质量浓度的季节变化规律和空间分布特征。
论文目录
文章来源
类型: 期刊论文
作者: 陈奕君,张丰,杜震洪,刘仁义
关键词: 数据重构,杭州湾,总悬浮物质量浓度
来源: 海洋学研究 2019年04期
年度: 2019
分类: 基础科学
专业: 海洋学
单位: 浙江大学浙江省资源与环境信息系统重点实验室,浙江大学地理信息科学研究所
基金: 国家自然科学基金项目资助(41671391,41701436),海洋公益性行业科研专项经费资助(201505003)
分类号: P715.6
页码: 14-23
总页数: 10
文件大小: 10497K
下载量: 104
相关论文文献
标签:数据重构论文; 杭州湾论文; 总悬浮物质量浓度论文;