基于Ku、C和Ka波段卫星测高数据的海冰厚度和冰上积雪厚度反演方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41906199
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0615.极地科学
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Sea ice thickness and snow depth over the sea ice cover are important parameters of the water cycle in the polar cryosphere, and they have important applications in climate change research and data assimilation in operational forecasts. Satellite altimetry is the only effective method for continuous acquisition of hemispheric sea ice thickness information among numerous sea ice thickness measurement methods. The accuracy of the sea ice thickness derived from satellite altimetry is limited by the estimation of snow depth. The snow depth observation data widely used are climatological snow depth data or as derived from reanalyses. These snow depth data cannot describe the true state of snow, which result in large uncertainty in the derived sea ice thickness. The penetration depth of the radar signal into the snowpack is closely related to the frequency. The retrieval method of snow depth using Ku and Ka-band altimetry data has been validated, but the retrieval of snow depth for thick snow is still difficult. The penetration depth of the radar signal into the snowpack at C-band frequency is larger than those at Ku and Ka-band frequencies. This project proposes a method for retrieval of sea ice thickness and snow depth based on Ku, C and Ka-band satellite altimetry data. The sea thickness and snow depth can be simultaneously retrieved by combining the Ku and C-band altimetry data from HY-2 satellite and the Ka-band altimetry data from SARAL/Altika satellite. The retrieval method can reduce the retrieval error effectively, and has broad application prospects in many aspects such as sea ice volume estimation, polar air-sea interaction, and seasonal prediction.
海冰厚度和冰上积雪厚度是极地冰冻圈水循环的重要参数,在气候变化研究和业务化预报数据同化中具有重要的应用。卫星测高是众多海冰厚度探测方法中唯一可连续获得半球尺度海冰厚度的方法,其精度受限于积雪厚度的估计,而目前广泛使用的积雪厚度是基于气候态观测或者再分析资料的积雪厚度数据,这些数据不能很好刻画冰上积雪的真实状态,使得海冰厚度估计有很大的不确定性。基于Ku和Ka波段卫星测高数据反演冰上积雪厚度的方法已得到了验证,但厚雪的积雪厚度反演还比较困难。C波段雷达信号在积雪中的穿透深度大于Ku和Ka波段,本项目提出一种基于Ku、C和Ka波段卫星测高数据的海冰厚度和冰上积雪厚度反演方法,将海洋二号卫星Ku和C波段以及SARAL/Altika卫星Ka波段测高数据进行结合,同时反演海冰厚度和冰上积雪厚度这两个参数,并可有效降低反演误差,在海冰体积估计、极地海气相互作用、季节预估等方面具有广泛的应用前景。

结项摘要

海冰厚度和冰上积雪厚度是极地冰冻圈水循环的重要参数,在气候变化研究和业务化预报数据同化中具有重要的应用。卫星测高是众多海冰厚度探测方法中唯一可连续获得半球尺度海冰厚度的方法,其精度受限于积雪厚度的估计,而目前广泛使用的积雪厚度是基于气候态观测或者再分析资料的积雪厚度数据,这些数据不能很好刻画冰上积雪的真实状态,使得海冰厚度估计有很大的不确定性。基于Ku和Ka波段卫星测高数据反演冰上积雪厚度的方法已得到了验证,但厚雪的积雪厚度反演还比较困难。本项目分析了C、Ku和Ka波段雷达信号在积雪中的穿透深度,提出一种基于Ku、C和Ka波段卫星测高数据的海冰厚度和冰上积雪厚度反演方法,并利用海洋二号B卫星雷达高度计Ku和C波段以及SARAL/Altika卫星雷达高度计Ka波段数据进行验证,联合反演得到海冰厚度和冰上积雪厚度。本项目提出的方法在海冰体积估计、极地海气相互作用、季节预估等方面具有广泛的应用前景。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
Estimation of Arctic Sea Ice Thickness from Chinese HY-2B Radar Altimetry Data
利用中国HY-2B雷达测高数据估算北极海冰厚度
  • DOI:
    10.3390/rs15051180
  • 发表时间:
    2023
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Maofei Jiang;Wenqing Zhong;Ke Xu;Yongjun Jia
  • 通讯作者:
    Yongjun Jia
A New DOV Gridding Method and Its Application in Marine Gravity Recovery
一种新的DOV网格化方法及其在海洋重力恢复中的应用
  • DOI:
    10.1109/lgrs.2021.3124583
  • 发表时间:
    2022
  • 期刊:
    IEEE Geoscience and Remote Sensing Letters
  • 影响因子:
    4.8
  • 作者:
    Qiankun Liu;Ke Xu;Maofei Jiang
  • 通讯作者:
    Maofei Jiang
Preliminary marine gravity field from HY-2A/GM altimeter data
来自 HY-2A/GM 高度计数据的初步海洋重力场
  • DOI:
    10.1007/s13131-020-1610-4
  • 发表时间:
    2020
  • 期刊:
    Acta Oceanologica Sinica
  • 影响因子:
    1.4
  • 作者:
    Qiankun Liu;Ke Xu;Maofei Jiang;Jiaming Wang
  • 通讯作者:
    Jiaming Wang
Evaluation of Sentinel-6 Altimetry Data over Ocean
Sentinel-6 海洋测高数据评估
  • DOI:
    10.3390/rs15010012
  • 发表时间:
    2022
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Maofei Jiang;Ke Xu;Jiaming Wang
  • 通讯作者:
    Jiaming Wang
Arctic Sea Ice Lead Detection from Chinese HY-2B Radar Altimeter Data
中国HY-2B雷达高度计数据的北极海冰铅探测
  • DOI:
    10.3390/rs15020516
  • 发表时间:
    2023
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Wenqing Zhong;Maofei Jiang;Ke Xu;Yongjun Jia
  • 通讯作者:
    Yongjun Jia

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

基于神经网络分类的星载雷达高度计近岸回波处理方法
  • DOI:
    10.11873/j.issn.1004-0323.2022.2.0524
  • 发表时间:
    2022
  • 期刊:
    遥感技术与应用
  • 影响因子:
    --
  • 作者:
    展艺华;许可;徐曦煜;蒋茂飞
  • 通讯作者:
    蒋茂飞

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

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