基于FY-3卫星多源遥感资料融合的青藏高原积雪分布研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91337102
  • 项目类别:
    重大研究计划
  • 资助金额:
    70.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0509.大气观测、遥感和探测技术与方法
  • 结题年份:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

项目摘要

It is very important for Tibetan Plateau - atmosphere coupled system effects of global climate change if we get seasonal snow-covered plateau temporal precision characteristic information. In this project, we integrated a variety of satellite remote sensing advantage and study the existing mature snow cover remote sensing technology. The FY-3 satellite multi-source observation data (from the optical to the microwave) was applied to achieve the high spatial and temporal resolution of Tibetan Plateau snow parameters using the joint inversion algorithms and automation comprehensive quantitative inversion technique. It should conduct ground verification to meet batch processing of historical data and the subsequent demand for real-time product. The main studies include: (1) the study of FY-3 data quality control, and the Tibetan Plateau complete remote sensing image generation through seamless image mosaic method; (2) In order to solve the defects of the passive microwave remote sensing low spatial resolution, we study passive microwave remote sensing image un-mixing and its super-resolution reconstruction algorithm; (3) the study of multi-temporal and multi-spectral image fusion for removal of cloud cover on the snow; (4) for the problems in the existed optical and microwave like MODIS and AMSR-E snow equivalent inversion algorithm, the high spatial and temporal resolution parameters of snow cover inversion algorithm for the Tibetan Plateau applying FY-3 multi-source data was studied and established at last. For the ultimate goal, it should provide scientific and technical database which can meet the research and business needs of the plateau snow information for a longer period of time.
获取青藏高原积雪覆盖的高精度时空特性信息,对研究青藏高原地气耦合系统变化及全球气候效应具有重要意义。本项目综合多种卫星遥感观测优势,在现有高原积雪遥感监测技术基础上,以FY-3卫星多源观测资料为研究对象,实现多源观测资料联合反演青藏高原区域高时空分辨率积雪参数算法并进行地面验证,以满足对历史资料批量处理和后续实时产品延续的需求。研究内容包括:研究FY-3资料一级数据产品质量控制,实现青藏高原地区完整遥感图像生成;为解决被动微波遥感低空间分辨率的缺陷,研究被动微波遥感图像的混合像元分解及其超分辨率重建算法;研究多时相多光谱融合的积雪图像云覆盖去除方法;针对已有光学和被动微波遥感的雪水当量反演算法以及积雪雪盖判识算法中存在的问题,研究并建立基于FY-3多源卫星资料的青藏高原区域高时空分辨率的积雪参数定量反演算法及数据产品。为建立更长时段、满足科研与业务需要的高原积雪资料库提供科学技术基础。

结项摘要

获取青藏高原积雪覆盖的高精度时空特性信息,对研究青藏高原地气耦合系统及其全球气候效应具有重要意义。目前国内外主流遥感积雪产品在青藏高原地区的判识精度显著偏低,针对这一问题,本项目综合多源卫星观测优势,在现有高原积雪遥感监测技术基础上,以FY-3卫星资料为主要数据来源,发展了适用于青藏高原复杂地形的积雪遥感判识算法,经实测数据验证结果表明,本项目积雪判识算法可有效提高青藏高原地区的积雪判识精度,并优于国际主流积雪产品。在本项目积雪判识算法的基础上,本研究设计并实现了青藏高原积雪长时间序列自动化批量提取软件系统,测试结果表明该系统具有操作简单、过程可视化、大批量快速处理等优点,可节省大量人力资源,提高工作效率,为积雪遥感动态监测提供良好的技术支持。此外,在使用本项目开发系统获取长时间序列青藏高原积雪覆盖数据集的基础上,深入研究分析了长时间序列青藏高原积雪覆盖时空变化特征,并取得了大量重要科学结论。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Spatial and Temporal Variation Analysis of Snow Cover Using MODIS over Qinghai-Tibetan Plateau during 2003–2014
2003—2014年青藏高原积雪时空变化MODIS分析
  • DOI:
    10.1007/s12524-016-0617-y
  • 发表时间:
    2016
  • 期刊:
    Journal of the Indian Society of Remote Sensing
  • 影响因子:
    2.5
  • 作者:
    Ting Cao;Xi Kan;Jiangeng Wang;Wei Tian
  • 通讯作者:
    Wei Tian
利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    张永宏;曹庭;王剑庚;田伟
  • 通讯作者:
    田伟
FY-3/VIRR资料积雪多阈值综合判识方法研究
  • DOI:
    10.11873/j.issn.1004-0323.2015.6.1076
  • 发表时间:
    2015
  • 期刊:
    遥感技术与应用
  • 影响因子:
    --
  • 作者:
    曹庭;田伟;王剑庚;卢晶
  • 通讯作者:
    卢晶
基于卫星可见光扫描辐射计逐日数据区域雪情监测方法研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    科学技术与工程
  • 影响因子:
    --
  • 作者:
    张永宏;曹庭;王剑庚;田伟
  • 通讯作者:
    田伟
基于FY-3A/VIRR数据的雪盖信息提取软件设计与实现
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机工程与科学
  • 影响因子:
    --
  • 作者:
    任伟;田伟;王剑庚;杨润芝
  • 通讯作者:
    杨润芝

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

神经内分泌因子对体外培养新生犊
  • DOI:
    10.1007/s00779-020-01372-9
  • 发表时间:
    --
  • 期刊:
    中国畜牧兽医,2007(8):45~48
  • 影响因子:
    --
  • 作者:
    张永宏;孙玉成;刘国文;李小兵
  • 通讯作者:
    李小兵
采用深度学习的异步电机故障诊断方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    西安交通大学学报
  • 影响因子:
    --
  • 作者:
    王丽华;谢阳阳;张永宏;赵晓平;周子贤
  • 通讯作者:
    周子贤
人类白细胞抗原一B特异性抗原表位Bw4对丙型肝炎病毒感染的影响
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    中华传染病杂志
  • 影响因子:
    --
  • 作者:
    赵艳;刘金华;刘宁;桥桂芳;王爽;李昂;闫惠萍;张永宏
  • 通讯作者:
    张永宏
基于物联网技术的校园用电监控系统设计
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    电子器件
  • 影响因子:
    --
  • 作者:
    钱承山;毛海强;张永宏;张静;张建;王廷廷;李海峰
  • 通讯作者:
    李海峰
Offline Single-Polarization Radar Quantitative Precipitation Estimation Based on a Spatiotemporal Deep Fusion Model
基于时空深度融合模型的离线单偏振雷达定量降水估算
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Advances in Meteorology
  • 影响因子:
    2.9
  • 作者:
    张永宏;陈诗伟;田伟;马光义;陈帅
  • 通讯作者:
    陈帅

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张永宏的其他基金

基于双偏振雷达多参量-多任务时空深度学习的强降雨短临预报方法研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
灾害监测预警用自动识别Met-bot及上下文驱使方法研究(CALM)
  • 批准号:
    41911530242
  • 批准年份:
    2019
  • 资助金额:
    10 万元
  • 项目类别:
    国际(地区)合作与交流项目
基于天气系统自动识别的新疆牧区雪灾遥感监测与预警研究
  • 批准号:
    41875027
  • 批准年份:
    2018
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
过渡飞行模式下倾转定翼无人机动力学建模及运动稳定性研究
  • 批准号:
    51575283
  • 批准年份:
    2015
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码