【技术实现步骤摘要】
本申请涉及微波遥感，特别是涉及一种海冰范围多模态融合方法、设备、介质及产品。
技术介绍
1、南北极海冰是全球气候系统的核心环节之一，其变化则是最受关注的气候变化现象之一。随着观察到的极地海冰剧烈变化和对区域资源开发的兴趣，人类活动增加的同时，也增加了对极地海冰覆盖情况的担忧。从海冰预报、海上交通路线和搜救，到气候变化分析、长期建模、预测和未来规划等众多目标都需要对极地海冰进行观测。
2、利用数据融合和数据同化技术综合多种来源观测资料及模式模拟数据，是获得高精度、高质量、时空连续的多源融合海冰分布产品的有效手段。国际上针对科研和业务需要，研发了多种高质量的海冰密集度融合产品。例如，美国国家海洋和大气管理局(national oceanic and atmospheric administration，noaa)采用中值滤波方法研制生成了全球0.25°逐日海冰密集度产品oisst(optimum interpolation sea surfacetemperature，最优插值海表面温度)(reynolds et al.,2007；banzon et al.,2016)，该产品具有时间序列长、时效性高等特点而被广泛使用。英国气象局(nationalmeteorological office，met office)使用双线性插值等方法生成了全球0.05°逐日海冰密集度产品ostia(operational sea surface temperature and seaiceanalysis，业务海表面温度和海冰分析)(do
3、得益于遥感技术的进步，目前已经存在多种海冰参数产品可供科学界使用。鉴于目前可用海冰参数产品的多样性和广泛的观测目标，从推进长期气候预测和未来规划到支持包括导航、商业、灾害监测、搜索和救援以及灾害响应，生成更加全面和精确的海冰分布取决于多种因素，包括用户感兴趣的区域，参数产品特征，包括时空覆盖范围、时空分辨率、准确性以及数据的可用性和延迟性。
4、基于上述描述，现有技术存在以下缺点：
5、1、因海冰密集度、海冰类型、海冰范围都可以用于指示海冰分布，但这些数据具有不同的表现形式和存储方式，现有技术无法将不同表现形式的海冰参数进行有效融合。
6、2、为了保证融合的准确性，融合过程中一般以较粗分辨率为参考，采取的方式也多以插值为主，处理相对简单，无法顾及多源海冰产品融合过程中的空间分辨率差异问题，进而导致不能实现海冰的准确和可靠监测。
技术实现思路
1、本申请的目的是提供一种海冰范围多模态融合方法、设备、介质及产品，可将不同表现形式的海冰参数进行有效融合，同时，顾及多源海冰产品融合过程中的空间分辨率差异问题，有效提升海冰监测的准确性和可靠性。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种海冰范围多模态融合方法，包括：
4、对海冰数据集进行预处理；所述海冰数据集包括：nsidc-ssmis(national snowand ice data center/special sensormicrowave-imager/sounder)海冰密集度、osisaf-ssmis(ocean and sea ice satellite application facility/specialsensormicrowave-imager/sounder)海冰密集度、osisaf-amsr(ocean and sea icesatellite application facility/advanced microwave scanning radiometer-2/eos)海冰密集度、bremen-amsr(university ofbremen/advanced microwave scanningradiometer-2/eos)海冰密集度、ims海表面类型、oisaf(ocean and sea icesatelliteapplicationfacility)海冰范围、osisaf(ocean and sea icesatelliteapplication facility)海冰类型、oisst(optimum interpolation seasurface temperature)海冰密集度；
5、对预处理后的海冰数据集进行分组处理，得到分组结果；所述分组结果包括：参数数据集、第一空间分辨率数据集、第二空间分辨率数据集和第三空间分辨率数据集；
6、构建多模态数据融合模型；
7、将所述分组结果输入至所述多模态数据融合模型得到多模态融合结果。
8、可选地，将所述分组结果输入至所述多模态数据融合模型得到多模态融合结果，具体包括：
9、连接第一空间分辨率数据集中的数据，得到第一连接数据，并对所述第一连接数据进行动态分组卷积，得到第一特征数据集；
10、连接第二空间分辨率数据集中的数据，得到第二连接数据，并对所述第二连接数据进行动态分组卷积，得到初始特征集；
11、利用自适应池化将初始特征集匹配到所述第一空间分辨本文档来自技高网...
【技术保护点】
1.一种海冰范围多模态融合方法，其特征在于，所述海冰范围多模态融合方法包括：
2.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，将所述分组结果输入至所述多模态数据融合模型得到多模态融合结果，具体包括：
3.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，对海冰数据集进行预处理，具体包括：
4.根据权利要求3所述的海冰范围多模态融合方法，其特征在于，利用python的rasterio库，将所述海冰数据集中的数据投影到极地网格，并统一空间范围，得到预处理后的海冰数据集。
5.根据权利要求3所述的海冰范围多模态融合方法，其特征在于，南极的极地网格为epsg3412；南极的空间范围为[西：-3950000米，东：3950000米，北：-3950000米，南：4350000米]；北极的极地网格为epsg3411；北极的空间范围为[西：-3850000米，东：3750000米，北：-5350000米，南：5850000米]。
6.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，所述参数数据集包括：预处理后的
7.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，所述第一空间分辨率数据集的空间分辨率大于所述第二空间分辨率数据集的空间分辨率；所述第二空间分辨率数据集的空间分辨率大于所述第三空间分辨率数据集的空间分辨率；且，所述第一空间分辨率数据集的空间分辨率为25km；所述第二空间分辨率数据集的空间分辨率为10km；所述第三空间分辨率数据集的空间分辨率为4km。
8.一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的海冰范围多模态融合方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的海冰范围多模态融合方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的海冰范围多模态融合方法。
...【技术特征摘要】
1.一种海冰范围多模态融合方法，其特征在于，所述海冰范围多模态融合方法包括：
2.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，将所述分组结果输入至所述多模态数据融合模型得到多模态融合结果，具体包括：
3.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，对海冰数据集进行预处理，具体包括：
4.根据权利要求3所述的海冰范围多模态融合方法，其特征在于，利用python的rasterio库，将所述海冰数据集中的数据投影到极地网格，并统一空间范围，得到预处理后的海冰数据集。
5.根据权利要求3所述的海冰范围多模态融合方法，其特征在于，南极的极地网格为epsg3412；南极的空间范围为[西：-3950000米，东：3950000米，北：-3950000米，南：4350000米]；北极的极地网格为epsg3411；北极的空间范围为[西：-3850000米，东：3750000米，北：-5350000米，南：5850000米]。
6.根据权利要求1所述的海冰范围多模态融合方法，其特征在于，所述参...
【专利技术属性】
技术研发人员：刘阳，罗燕萍，张龙，韩方成，高元鹏，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。