项目名称: 基于不确定边界建模的南极海冰冰缘动态变化研究

项目编号: No.41301463

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 赵羲

作者单位: 武汉大学

项目金额: 25万元

中文摘要: 从大尺度被动微波遥感影像上提取的海冰密集度反映了南极海冰的空间分布具有从开阔海域到密集海冰逐渐过渡的特点,采用传统单阈值法确定的海冰范围不仅降低了海冰变化分析的准确度,也难以描述海冰冰缘的模糊过渡性特征。本项目针对这一问题,以"不确定边界建模-海冰冰缘提取-冰缘变化与评估"为研究主线,采用随机集方法对海冰进行不确定边界建模;从中小尺度的海冰观测数据获取训练和验证样本,更新随时间变化的不确定边界模型的参数;分析基于不确定目标模型提取的冰缘长度、冰间湖个数、面积等特征和其随时间的变化规律,并对冰缘目标在不同时间和地理区域的的不确定程度做定量化描述,以及评估不确定信息对海冰长期变化分析的影响。本研究可以在不改变海冰密集度数据源的情况下提高提取海冰冰缘位置的准确性,同时可以提高后续的海冰时空变化分析的精度,在海冰监测、气候变化分析、极区考察、生态环境评价等方面具有重要的应用

中文关键词: 海冰;边缘;密集度;南极;随机集

英文摘要: The Antarctic sea ice edge zone observed from passive microwave satellite images (6km resolution) can be either diffuse or compact, and often shows changing transition zones from the open ocean to dense ice concentration zone. Traditional single threshold classification simplifies the extent determination of sea ice as crisp objects and consequently may impacts on the spatial temporal analysis of the sea ice change. The aim of this project is to improve the capability and accuracy of identifying Antarctic sea ice extent, as well as to assess the quality of spatial-temporal change results based on large scale image data. The project consists of three steps: uncertain object modeling - object extraction - spatial-temporal change analysis. Random set theory is chosen to model the uncertain boundary of sea ice objects as observed from passive microwave satellite images and their sea ice concentration data. Secondly, satellite images with a finer resolution are used as training and testing data to update the random set model using Basysian statistics. Thirdly, the spatotemporal changes of sea ice from the random set modeling results are analyzed to obtain detailed information on dynamics of sea ice edge length, location and number of polynya. Finally, the degree of uncertainty in ice edge is quantifed in space and ti

英文关键词: Sea ice;edge;ice concentration;Antarctic;random set

成为VIP会员查看完整内容
0

相关内容

流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
80+阅读 · 2020年12月18日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
49+阅读 · 2020年8月27日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
演变中的建筑业,数字化的困境与路径
36氪
1+阅读 · 2022年1月27日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关主题
相关VIP内容
流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
80+阅读 · 2020年12月18日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
49+阅读 · 2020年8月27日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
相关资讯
演变中的建筑业,数字化的困境与路径
36氪
1+阅读 · 2022年1月27日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员