石立坚
- 作品数：56 被引量：145H指数：7
- 供职机构：国家卫星海洋应用中心更多>>
- 发文基金：国家自然科学基金国际科技合作与交流专项项目海洋公益性行业科研专项更多>>
- 相关领域：天文地球自动化与计算机技术环境科学与工程电子电信更多>>
- “海洋卫星遥感实况”小程序功能与应用被引量：1
- 2021年
- 一、前言我国海洋遥感历经四十年发展,海洋遥感数据品种与数量不断增多,特别是《国家民用空间基础设施中长期发展规划(2015—2025年)》发布以来,在“十三五”期间发射了海洋一号(HY-1C/1D)水色环境业务卫星、海洋二号(HY-2B/2C/2D)动力环境业务卫星、中法海洋卫星(CFOSAT),并由国家卫星海洋应用中心负责在轨海洋卫星的管理、运行与分发,后续卫星也正在研制中,每天产生的卫星数据量4TB以上。
- 刘建强兰友国兰友国郎姝燕陈庆勇郎姝燕曾韬崔利民
- 关键词：海洋卫星卫星数据海洋遥感卫星遥感动力环境
- 卷积神经网络在SAR遥感海冰分类中的应用可行性分析被引量：5
- 2019年
- 分别介绍了卫星遥感海冰监测、分类的传统方法,以及卷积神经网络在遥感影像分类识别中的应用成果。尝试将在图像识别、语言检测等方面取得成功的卷积神经网络算法应用在海冰图像分类中,利用其能够应对非线性、网络结构简单、可并行运算等能力去解决海冰数据分类问题。
- 崔艳荣邹斌邹斌邹斌韩震
- 关键词：卫星遥感卷积神经网络
- 水平集方法在卫星遥感图像海冰边缘检测中的应用被引量：3
- 2015年
- 针对SAR等高分辨率卫星数据在海冰业务化监测工作中的应用前景,该文将水平集方法和多尺度小波方法相结合,对海冰外缘线提取方法进行研究;其提取结果可以用于海冰面积估算、密集度估算、冰间水道提取和海冰类型区分等。渤海、南极海域的SAR数据和渤海海域的HJ-1A卫星数据实例分析说明了所提出方法的有效性。
- 石立坚施英妮王其茂邹斌
- 关键词：海冰水平集多尺度
- 北极环境卫星遥感与数值预报合作平台建设
- 2022年
- 在“十三五”期间,面向深度参与北极治理、建设“冰上丝绸之路”等国家重大需求,国家重点研发计划“海洋环境安全保障”重点专项设立了“北极环境卫星遥感与数值预报合作平台建设”项目,旨在解决我国北极活动自主海洋环境安全保障能力薄弱,保障产品时效性、精度、时空分辨率不足的突出问题。
- 王其茂石立坚
- 关键词：卫星遥感
- 遥感图像的波段偏移确定方法、装置和电子设备
- 本发明提供了一种遥感图像的波段偏移确定方法、装置和电子设备，包括：获取遥感图像和基准图像；其中，遥感图像为指定区域对应的图像，基准图像为包含指定区域的图像；将基准图像中与遥感图像某一波段的相关度最大的子图像，作为指定区域...
- 石立坚邹斌施英妮刘建强冯倩王其茂张茜李冰
- 文献传递
- 高分三号卫星在极地冰区导航中的应用评价被引量：3
- 2018年
- 针对面向极地冰区船舶航行导航的需求,利用我国第一颗民用合成孔径雷达卫星高分三号(GF-3)数据,通过定量化统计分析,开展了GF-3号标准条带模式数据在极地冰区应用潜力的评估。结果表明,GF-3号标准条带数据能较好地反映冰面的纹理,HH极化在图像层次和信息量上要优于HV极化;在图像的层次表达方面,GF-3/HV极化数据优于Radarsat-2/HV数据,GF-3/HH极化数据不如Radarsat-2/HH极化数据;GF-3数据能较好地反映南极冰区的纹理和类型特征,对于冰山、冰裂隙等冰上障碍具有较好的识别能力,对极地冰区导航和冰上卸货具备较好的应用效果。
- 曾韬石立坚石立坚袁新哲
- 关键词：图像质量海冰
- 极地海冰遥感数据发布系统的容器化部署方法研究
- 2022年
- 面向云原生应用的持续集成、持续部署技术发展迅速,但是当前结合遥感数据发布系统实际需求的集成和部署方案研究并不充分。为降低云原生极地海冰遥感数据发布系统在开发、测试、部署环节的难度,及时为用户提供安全、可靠的最新功能,本文基于GitOps理念,利用新兴的Argo Events、Argo Workflows和Argo CD工具设计实现了一个持续集成部署方案。实践表明,本文的部署方法能够加快系统新功能迭代速度,提升整个系统质量,进而为极地地区和全球气候变化研究提供数据保障。
- 刘巍石立坚陈俊邹斌邹斌刘士彬
- 基于Modis数据的渤海海冰冰厚反演研究
- 我国渤海濒临西北太平洋，每年秋末冬初开始结冰，翌年春天融化，冰期约3～4个月。受到自然地理位置和气候条件的影响，渤海不同海区、不同年份的冰情差别显著，渤海海冰是我国主要的海洋灾害之一，不仅重冰年可以造成海冰灾害，即使在常...
- 曾韬石立坚刘建强邹斌
- 关键词：MODIS冰厚反演
- 基于微波辐射计数据的南极海冰特征变化分析
- 曾韬刘建强邹斌石立坚梁超
- 关键词：微波辐射计
- 基于机器学习的海表温度对中国降水的预测研究被引量：1
- 2021年
- 利用K-means聚类算法将36 a的中国周降水数据聚类为7个区域,其中非季风区的中国西北和青藏高原的大部分地区聚类为两个区域,其余区域聚类为5个区域。将各区域的降水量数据经过指数平滑之后,输入聚焦时延神经网络(FTDNN),求解其与经过主成分分析降维处理的SST之间的关系。结果表明:季风区的降水量最佳延迟时间比远离海洋的非季风区域的最佳延迟时间大,同时也得到了预测各区域降水的最佳延迟时间。在对各区域的降水量进行短期和中长期的预测中得出,FTDNN神经网络在利用降维后的SST预测降水量上显示出很好的预测效果,尤其是中长期趋势的预测,与传统的小波变换重建原序列以及均生函数方法的预测结果相比,相关系数和均方根误差都有了很大的提高,新疆地区测试结果的相关系数比小波变换结果提高了0.05。
- 李良伟邹斌石立坚石立坚
- 关键词：K-MEANS主成分分析降水海表温度
