简缩极化SAR海洋溢油探测技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41206171
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    28.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0607.海洋遥感
  • 结题年份:
    2015
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2015-12-31

项目摘要

Marine oil pollution can cause extensive damage to marine and terrestrial ecosystems. Timely and accurate detection of oil spill in the ocean is very important for protecting marine environment. Fully polarimetric synthetic aperture radar (SAR) can detect oil spill, while it's small swath (25 km) is not practical for opertional oil spill monitoring. Though single-polarization SAR is able to provide measurements with large swath, the image-intensity-based methods are limited in their ability to detect oil spill due to their dependence on empirical thresholds, traing samples, and ancillary data. Compact polarimetry is able to reduce the complexity, cost, mass and data rate of a SAR system while maintain many capabilityes of a fullly polarimetric system. Compact polarimetric SAR provides measurements with large swath (350~500 km) and medium resolution (50 m), which is feasible for oil spill monitoring from space. This project will investigate the possibility of oil spill detection with compact polarimetric SAR. We mainly focus on solving three crucial scientific issues: (1) improve the reconstruction accuracy of pseudo quad-polarization information from compact polarimetric SAR observations. (2) develop oil spill detection algorithm for compac polarimetric SAR. (3) distinguish oil spill and look-alike. Japanese L-band ALOS-2 and the Candian C-band RADARSAT Constellation Mission (RCM) SAR satellites will provide SAR measurements in compact polarimetric mode. Therefore, The results from this project are extremely meaningful for operational spaceborne SAR oil spill monitoring in the future.
海洋溢油能够严重破坏海洋和陆地生态系统。及时准确的溢油探测对于保护海洋环境至关重要。全极化SAR能够有效探测溢油,但缺点在于成像刈幅小(25公里),不适合业务化海洋溢油监测。单极化SAR虽然可以提供宽刈副观测,然而其基于图像强度的溢油探测算法依赖于经验阈值、训练样本以及外部附加数据。简缩极化较全面保持了极化SAR信息,有效降低了对SAR系统复杂度及数据下传速率的要求。简缩极化SAR成像模式获取的中等分辨率的图像刈幅为300~500公里,适合业务化海洋溢油污染监测。本项目将研究简缩极化SAR溢油探测的可能性,主要解决三个科学问题:(1)改进简缩极化与伪全极化SAR数据重构精度。(2)发展简缩极化SAR溢油探测算法。(3)区分真实溢油与"疑似溢油"。日本和加拿大即将发射的L波段ALOS-2和C波段RCM,将提供简缩极化观测。本项目研究成果对于将来的星载SAR业务化海洋溢油监测具有重要意义。

结项摘要

简缩极化合成孔径雷达能够提供包含丰富极化散射信息的海面宽幅观测。传统的星载全极化合成孔径雷达的缺点是成像覆盖范围窄,因此简缩极化雷达独特的成像特点比较适合海洋溢油和石油平台的业务化监测。由于目前尚无星载业务化简缩极化雷达成像模式,我们使用C波段RADARSAT-2全极化数据模拟简缩极化雷达协方差矩阵元素,然后结合两种不同的重构算法计算伪全极化后向散射系数,并应用重构数据探测海洋溢油和石油平台。我们将不同风速和雷达入射角条件下重构的同极化和交叉极化后向散射与实际雷达观测进行了定量比较,发现二者比较一致。对于简缩极化海洋溢油数据重构,我们发现CTLR模式比PI/4模式重构交叉极化后向散射精度高,偏差为0.095 dB,均方根误差为0.419 dB。此外,我们发展了一个利用相对相位区分海洋溢油和清洁海面的非监督分类方法。相对相位是一个逻辑性标量门槛值,能够区分奇次散射和偶次散射。对于以奇次散射为主要散射机制的清洁海面,相对相位值为正值;对于以偶次散射为主要散射机制的溢油覆盖区域,相对相位为负值。我们利用机载海洋溢油光学观测验证了简缩极化海洋溢油探测结果。上述溢油探测方法提供了一种利用简缩极化成像模式数据探测海洋溢油和石油平台的新技术,可以应用于将来的雷达卫星星座提供的简缩极化成像模式观测。. 为了研究简缩极化海洋溢油探测的海洋动力环境条件,我们发展了星载全极化合成孔径雷达海面波浪和风场协同信息提取方法。该算法集成了全极化雷达风矢量和波浪场反演模型,同时考虑了海浪谱与雷达图像谱非线性映射关系,可以直接由全极化雷达观测获取海面风场和浪场要素。该方法不需要先验海况信息,它结合观测雷达图像谱和由交叉极化图像反演的风矢量计算风浪方向谱。观测雷达图形谱与风浪图像谱之间的差被解译为涌浪的贡献。由反演的海浪谱可以计算海浪特征参数如有效波高、波长、波向和波周期等。我们将由全极化雷达图像反演的风、浪参数与现场观测浮标测量进行了定量比较,结果表明全极化雷达观测可以用于同时获取海面风场和浪场等海洋动力环境参数。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(2)
会议论文数量(2)
专利数量(0)
A hurricane tangential wind profile estimation method for C-band cross-polarization SAR
C波段交叉极化SAR飓风切向风廓线估计方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    IEEE Trans. Geosci. Remote Sensing
  • 影响因子:
    --
  • 作者:
    Zhang B;Perrie W;Xu Q;He Y
  • 通讯作者:
    He Y
Recent progress on high wind-speed retrieval from multi-polarization SAR imagery: a review
多极化SAR图像高风速反演最新进展:综述
  • DOI:
    10.1080/01431161.2014.916451
  • 发表时间:
    2014
  • 期刊:
    International Journal of Remote Sensing
  • 影响因子:
    3.4
  • 作者:
    Zhang B;Perrie W
  • 通讯作者:
    Perrie W
A new method to retrieve significant wave height from X-band marine radar image sequences
一种从X波段海洋雷达图像序列中反演有效波高的新方法
  • DOI:
    10.1080/01431161.2014.916440
  • 发表时间:
    2014
  • 期刊:
    International Journal of Remote Sensing
  • 影响因子:
    3.4
  • 作者:
    He Y;Zhang B;Qiu Z;Yin B
  • 通讯作者:
    Yin B
A New Algorithm to Retrieve Wave Parameters From Marine X-Band Radar Image Sequences
一种从海洋 X 波段雷达图像序列中检索波浪参数的新算法
  • DOI:
    10.1109/tgrs.2013.2279547
  • 发表时间:
    2014
  • 期刊:
    IEEE Transactions on Geoscience and Remote Sensing
  • 影响因子:
    8.2
  • 作者:
    He Y;Zhang B;Qiu Z;Yin B
  • 通讯作者:
    Yin B
High Resolution Hurricane Vector Winds from C-band Dual-Polarization SAR Observations
C 波段双偏振 SAR 观测的高分辨率飓风矢量风
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Journal of Atmospheric and Oceanic Technology
  • 影响因子:
    2.2
  • 作者:
    张彪
  • 通讯作者:
    张彪

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

区间二型随机模糊系统的稳定性分析和控制设计
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    张彪;周绍生
  • 通讯作者:
    周绍生
多尺度气泡尺寸分布数字图像测量方法研究
  • DOI:
    10.19650/j.cnki.cjsi.j1905071
  • 发表时间:
    2019
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    潘志成;赵陆海波;张彪;唐志永;许传龙
  • 通讯作者:
    许传龙
三维顺排阳极自呼吸微流体燃料电池性能特性
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    工程热物理学报
  • 影响因子:
    --
  • 作者:
    张彪;叶丁丁;朱恂;李俊;廖强
  • 通讯作者:
    廖强
海洋大数据:内涵、应用及平台建设
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    海洋通报
  • 影响因子:
    --
  • 作者:
    侯雪燕;洪阳;张建民;邹亚荣;石晓勇;任力波;程晓;张彪;于华明;郭振华;崔要奎
  • 通讯作者:
    崔要奎
一种高效的2.45GHz二极管阵列微波整流电路
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    强激光与粒子束
  • 影响因子:
    --
  • 作者:
    张彪;刘长军;Zhang Biao;Liu Changjun (School of Electronics
  • 通讯作者:
    Liu Changjun (School of Electronics

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

张彪的其他基金

雷达星座台风定量遥感及在上层海洋和台风相互作用中的探索研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
基于多源卫星遥感与数值模拟的上层海洋与台风相互作用研究
  • 批准号:
    42061134016
  • 批准年份:
    2020
  • 资助金额:
    150 万元
  • 项目类别:
    国际(地区)合作与交流项目
干涉成像高度计海面风速和波浪遥感机理与信息提取方法研究
  • 批准号:
    41476158
  • 批准年份:
    2014
  • 资助金额:
    79.0 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