基于HY-2A/SCAT数据极地海冰检测方法研究

基于HY-2A/SCAT数据极地海冰检测方法研究

论文摘要

本文基于HY-2A/SCAT数据,采用贝叶斯算法、线性判别算法、支持向量机算法、基于主成分分析(Principal component Analysis,PCA)的BP神经网络算法对极地地区的海冰进行检测,并将检测结果与SSMIS海冰密集度数据进行比较。结果表明:四种检测算法得到的海冰边界介于SSMIS 0%~30%海冰密集度边界之间。在高风速条件下,海冰和海水的后向散射特征区分不明显可能造成冰水误判,以2013年9月16日北极海冰检测为例,贝叶斯算法检测结果误判最少,其次为基于PCA的BP神经网络算法,线性判别和支持向量机两种算法误判率较高。考虑到检测算法的运行效率和冰水误判率,选择贝叶斯算法和支持向量机算法进行海冰面积的季节趋势分析,两种算法得到的海冰面积变化趋势都能反映季节性变化,且在海冰生长季支持向量机算法探测的海冰面积与SSMIS 15%密集度海冰范围保持较好的一致性。

论文目录

  • 1 数据介绍
  •   1.1 主要数据
  •   1.2 辅助数据
  •   1.3 数据时空范围
  • 2 研究内容
  •   2.1 贝叶斯海冰检测算法
  •     2.1.1 贝叶斯海冰检测算法原理
  •     2.1.2 贝叶斯海冰检测算法参数获取
  •   2.2 线性判别(FLDA)海冰检测算法
  •   2.3 支持向量机(SVM)海冰检测算法
  •   2.4 基于主成分分析的BP神经网络海冰检测算法
  • 3 结果分析
  •   3.1 海冰检测结果误判率对比
  •   3.2 海冰边界对比
  •   3.3 南北极海冰范围季节趋势分析
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 赵朝方,徐锐,赵可

    关键词: 海冰检测,贝叶斯,线性判别,支持向量机,神经网络

    来源: 中国海洋大学学报(自然科学版) 2019年10期

    年度: 2019

    分类: 基础科学

    专业: 海洋学

    单位: 中国海洋大学信息科学与工程学院,青岛海洋科学与技术国家试点实验室区域海洋动力学与数值模拟功能实验室

    基金: 青岛海洋科学与技术国家试点实验室-鳌山科技创新计划项目(2016ASKJ16),国家自然基金委-山东联合基金项目(U1606405)资助~~

    分类号: P731.15

    DOI: 10.16441/j.cnki.hdxb.20190275

    页码: 140-149

    总页数: 10

    文件大小: 1470K

    下载量: 111

    相关论文文献

    • [1].基于海冰分析图获取北极固定冰分布的方法研究[J]. 冰川冻土 2019(05)
    • [2].基于机械学习理论的海冰风险短期预报研究[J]. 海洋技术学报 2020(01)
    • [3].一种海冰灾害损失评估指标体系的构建方法[J]. 科学技术创新 2020(04)
    • [4].海冰预警监测综合信息服务平台设计与实现[J]. 海洋环境科学 2020(03)
    • [5].何以择“旧”——对直向建筑海冰楼设计的两处讨论[J]. 建筑学报 2020(05)
    • [6].“脆弱”的力量 天津南开大学海冰楼的设计思考[J]. 时代建筑 2020(03)
    • [7].北极的海冰变化和影响[J]. 科技风 2020(19)
    • [8].南开大学海冰楼[J]. 建筑实践 2020(06)
    • [9].有这样一位环保局长——速写大连市环保局党组书记、局长张海冰[J]. 中国生态文明 2017(05)
    • [10].海冰萎缩影响 全球感受得到[J]. 中学地理教学参考 2016(22)
    • [11].渤海湾海冰压缩强度测试研究[J]. 中国海洋平台 2016(05)
    • [12].极地海冰厚度探测方法及其应用研究综述[J]. 极地研究 2016(04)
    • [13].极地海冰环境分析[J]. 船舶 2017(02)
    • [14].中国南极科学考察探地雷达海冰探测[J]. 地球物理学进展 2017(02)
    • [15].南极磷虾探捕区独立海冰提取[J]. 遥感信息 2017(03)
    • [16].海冰运动研究进展综述[J]. 海洋预报 2017(03)
    • [17].第1讲 渤、黄海的海冰[J]. 海洋预报 2017(03)
    • [18].第2讲 海冰动力学[J]. 海洋预报 2017(05)
    • [19].海冰,来年再见啦![J]. 海洋世界 2016(04)
    • [20].不同月海冰边界提取算法对南极海冰变化的影响分析[J]. 极地研究 2016(02)
    • [21].未来中国近海海冰变化特征的预估研究[J]. 海洋预报 2016(05)
    • [22].基于资源3号卫星的海冰监测研究[J]. 遥感信息 2014(06)
    • [23].热浪来了,北极海冰还好吗[J]. 科学之友(上半月) 2018(11)
    • [24].东北的冬之运动休闲 海冰[J]. 今日辽宁 2018(06)
    • [25].北极海冰 正在变薄[J]. 大自然探索 2018(01)
    • [26].资讯[J]. 世界博览 2017(09)
    • [27].奏一阙“海读”心曲 唱一首“海读”之歌[J]. 教育家 2017(05)
    • [28].北极2.0:冰没了会怎样[J]. 意林文汇 2017(13)
    • [29].海冰融化的临界点[J]. 英语沙龙(时尚版) 2010(08)
    • [30].古环境证据表明海冰消退加剧冻土消融[J]. 矿物岩石地球化学通报 2020(02)

    标签:;  ;  ;  ;  ;  

    基于HY-2A/SCAT数据极地海冰检测方法研究
    下载Doc文档

    猜你喜欢