基于DINEOF的靜止海洋水色衛星數據重構方法研究

作者：陳奕君,張豐,杜震洪,劉仁義

摘要：靜止軌道海洋水色成像儀(Geostationary Ocean Color Imager,GOCI)提供了時間分辨率達小時級的海洋水色數據,使得對海洋環境的逐時變化監測成為可能。然而受到海洋上空云、霧和霾的影響,數據出現連續高缺失率甚至完全缺失的情況,使得數據使用價值大大降低。在經驗正交函數重構法(Data INterpolating Empirical Orthogonal Functions,DINEOF)的基礎上,突出時間要素在重構中的地位,運用異常像元檢測、拉普拉斯平滑濾波和時間模態2次分解插值,提出了適用于靜止海洋水色衛星數據的重構方法——DINEOF-G。利用此方法對杭州灣2017年的GOCI總懸浮物質量濃度數據進行重構,結果表明該方法相比經典方法在重構精度上提高了8%,數據重構率提高了36%,且重構結果較好地反映了杭州灣總懸浮物質量濃度的季節變化規律和空間分布特征。

發文機構：浙江大學浙江省資源與環境信息系統重點實驗室 浙江大學地理信息科學研究所

關鍵詞：數據重構DINEOFGOCI杭州灣總懸浮物質量濃度data reconstructionDINEOFGOCIHangzhou Baytotal suspended matter

分類號： TP75[自動化與計算機技術—檢測技術與自動化裝置]