项目名称: 基于A-Train卫星观测的沙尘暴数字重构技术研究

项目编号: No.41305027

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: 张北斗

作者单位: 兰州大学

项目金额: 26万元

中文摘要: 反演沙尘暴的垂直廓线、光学特性及内部结构在沙尘暴的研究中具有重要的意义;同时,获得沙尘暴所产生的沙尘气溶胶的空间分布状况及其时空演变规律对研究云、降水和气候变化具有重要的价值。针对A-Train卫星对地观测具备多平台、多传感器、多谱段的特点,利用CALIPSO星载激光雷达能够对沙尘暴进行"切片",在垂直截面上获得沙尘暴的内部结构信息,融合MODIS提供高分辨率的可见光水平遥感图像。基于A-Train卫星多种观测资料,采用现代信息科学最新技术,发展计算机三维数字重构技术,对沙尘暴发生与传输过程中的卫星遥感图像进行数字图像分析与处理,进行沙尘暴的三维数字重构工作,反演出沙尘暴的立体结构及其时空运动变化状况,获得沙尘气溶胶的光学特性、浓度分布、运动传输的时空演变规律。为沙尘暴遥感监测、预报预警、模式开发提供可视化的数字动态分析系统。

中文关键词: 沙尘暴;遥感;卫星;激光雷达;气溶胶

英文摘要: Abstract: The retrieval of vertical profile, optical properties and internal structure of dust storm is of great significance in the study of dust storms. Meanwhile, acquiring dust aerosol spatial distribution and its temporal and spatial development regularity from dust storms has an important value in studying cloud, precipitation and climate change. A-Train satellites have multi-platform, multi-sensor and multi-spectral characteristics in observing the earth. CALIPSO spaceborne lidar can slice the dust storm and acquire internal structure information in the vertical section. And, MODIS provides high-resolution visible horizontal remote sensing image. Using multiple observation data of A-Train satellites and the latest fusion algorithm of information processing technology, we develop the computer three-dimensional reconstruction technique. Digital image processing technology is used for satellite remote sensing image in the process of dust storms, completing the three-dimensional visualization reconstruction of image sequences. We retrieve the three-dimensional structure and spatial and temporal changes of motion status, therefore acquiring optical properties, concentration distribution as well as temporal and spatial development regularity in the transport of dust aerosol. It provides visual technology-based

英文关键词: Dust Storm;Remote Sensing;Satellite;Lidar;Aerosol

成为VIP会员查看完整内容
0

相关内容

全球数字产业战略与政策观察,38页pdf
专知会员服务
40+阅读 · 2022年2月2日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
80+阅读 · 2020年12月18日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
全球数字产业战略与政策观察,38页pdf
专知
1+阅读 · 2022年2月2日
面向P端的数据产品演进趋势及实践
人人都是产品经理
0+阅读 · 2021年11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
【大数据】StreamSets:一个大数据采集工具
产业智能官
40+阅读 · 2018年12月5日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
推荐|TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型
全球人工智能
24+阅读 · 2017年7月14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
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+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
1+阅读 · 2011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14日
Arxiv
13+阅读 · 2021年6月14日
Arxiv
25+阅读 · 2021年3月20日
小贴士
相关主题
相关VIP内容
全球数字产业战略与政策观察,38页pdf
专知会员服务
40+阅读 · 2022年2月2日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
80+阅读 · 2020年12月18日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
相关资讯
全球数字产业战略与政策观察,38页pdf
专知
1+阅读 · 2022年2月2日
面向P端的数据产品演进趋势及实践
人人都是产品经理
0+阅读 · 2021年11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
【大数据】StreamSets:一个大数据采集工具
产业智能官
40+阅读 · 2018年12月5日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
推荐|TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型
全球人工智能
24+阅读 · 2017年7月14日
相关基金
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
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+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
1+阅读 · 2011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