海冰监测
海冰
海冰的热膨胀系数随海冰的温度和盐度而变化。对低盐海冰，随着温度的降低，它开始是膨胀，继之变为收缩。由膨胀变为收缩的临界温度值随海冰盐度的增加而降低。对于高盐海冰，随温度降低始终是膨胀的，但膨胀系数越来越小。
抗压强度
海冰的抗压强度主要取决于海冰的盐度、温度和冰龄。通常新冰比老冰的抗压强度大，低盐度的海冰比高盐度的海冰抗压强度大，所以海冰不如淡水冰密度坚硬，在一般情况下海冰坚固程度约为淡水冰的75%，人在5厘米厚的河冰上面可以安全行走，而在海冰上面安全行走则要有7厘米厚的冰。当然，冰的温度愈低，抗压强度也愈大。1969年渤海特大冰封时期，为解救船只，空军曾在60厘米厚的堆积冰层上投放30公斤炸药包，结果还没有炸破冰层。
尼罗冰初生冰继续增长，冻结成厚度10cm左右有弹性的薄冰层，在外力的作用下，易弯曲，易被折碎成长方形冰块。饼状冰破碎的薄冰片，在外力的作用下互相碰撞、挤压，边缘上升形。成直径为30cm至3m，厚度在10cm左右的圆形冰盘。在平静的海面上，也可由初生冰直接形成。
一望无际的海冰一望无际的海冰
莲叶冰莲叶冰是直径在30厘米到3米之间，厚度10厘米左右的浮冰。在较为平静的海面上，初生冰可以直接冻结为莲叶冰。而大块的冰皮或尼罗冰破碎后也可以形成莲叶冰。莲叶冰的边缘由于与其它冰块碰撞，而形成一圈凸起，而且形状近似圆形，所以仿佛海面上的一朵朵莲叶，故称为莲叶冰。
分类
按发展阶段，可分为初生冰、尼罗冰、饼冰、初期冰、一年冰和老年冰6大类；按运动状态可分为固定冰和流冰两大类。固定冰与海岸、海底或岛屿冻结在一起，能随海面升降，从海面向外可延伸数米或数百千米。流冰漂浮在海面，随着海面风向和海流向各处移动。海冰在冻结和融化过程中，会引起海况的变化；流冰会影响船舰航行和危害海上建筑物。
《海冰电性能研究及其在极地冰雪监测中的应用》
《海冰电性能研究及其在极地冰雪监测中的应用》篇一一、引言海冰是极地海洋生态系统的重要组成成分，它对极地生态系统的稳定性以及全球气候变化具有重要的影响。
而海冰的电性能，作为其物理性质的一部分，近年来受到了广泛的关注。
本文将详细介绍海冰电性能的研究现状及其在极地冰雪监测中的应用。
二、海冰电性能研究1. 海冰电性能的定义与特性海冰电性能是指海冰在电场作用下的导电、介电和静电等性能。
这些电性能的差异与海冰的成分、结构、温度、盐度等物理化学性质密切相关。
研究表明，海冰的电性能对于理解海冰的形成、生长、融化和演化过程具有重要的价值。
2. 海冰电性能的研究方法目前，研究海冰电性能的方法主要包括实验室模拟实验和现场观测。
实验室模拟实验可以通过控制环境因素，如温度、盐度、压力等，来模拟不同条件下的海冰电性能。
而现场观测则可以通过测量海冰在不同环境条件下的电导率、介电常数等参数，来研究海冰的电性能。
三、海冰电性能在极地冰雪监测中的应用1. 极地冰雪监测的重要性极地冰雪监测是研究全球气候变化、海洋生态系统和极地环境的重要手段。
通过对极地冰雪的监测，可以了解冰雪的分布、厚度、变化趋势等信息，为全球气候变化的研究提供重要的数据支持。
2. 海冰电性能在极地冰雪监测中的应用海冰的电性能可以反映其物理化学性质的变化，因此可以通过测量海冰的电性能来了解其形成、生长、融化和演化的过程。
在极地冰雪监测中，可以通过测量海冰的电导率、介电常数等参数，来推断海冰的厚度、成分和结构等信息。
此外，海冰的电性能还可以用于监测极地冰雪的动态变化，如冰雪的融化速度、冰雪之间的相互作用等。
四、实例分析：海冰电性能在极地冰雪监测中的实际应用以某次极地考察为例，考察队通过测量海冰的电导率和介电常数等参数，推断了海冰的厚度和成分。
同时，他们还利用这些数据分析了海冰的生长和融化过程，以及冰雪之间的相互作用。
这些数据为极地生态环境的研究提供了重要的依据，同时也为全球气候变化的研究提供了宝贵的资料。
1遥感技术监测海冰密集度_曹梅盛
收稿日期:2005-09-21;修订日期:2006-03-27基金项目:国家自然科学基金(90202014)和973项目(2001CB309404)资助。
作者简介:曹梅盛(1937-),男,研究员,主要从事冰冻圈遥感研究。
遥感技术监测海冰密集度曹梅盛,晋 锐(中国科学院寒区旱区环境与工程研究所,甘肃兰州 730000)摘要:概要评述可见近红外、主/被动微波遥感技术监测海冰密集度的基本原理、算法及其优缺点。
着重介绍和讨论被动微波传感器SM MR 和SM M /I 遥感图像混合像元内海冰总密集度,一年海冰及多年海冰密集度的NASA 算法及其天气滤波器。
关 键 词:海冰密集度;遥感;NASA 算法;一年海冰;多年海冰中图分类号:TP 79 文献标识码:A 文章编号:1004-0323(2006)03-0259-061 引 言海冰密集度系指海区内海冰面积所占百分比数。
它是影响地球两极海洋与大气水热交换强度及涉及船舶安全航运的重要因素;是许多海洋和大气环流模式,包括全球大气环流模式GCM 的输入参数之一;也是全球尤其两极地区长时间尺度气温变化的指示器。
但20世纪60年代前,主要依靠过境船舶的目视或摄影测量获取海冰密集度。
不但数量稀少、准确性差、观测的区域有限,而且也无法实施大范围的同步监测,无法满足许多部门的实用需求。
遥感技术的发展为准确监测全球海冰密集度开创了前所未有的机遇,提供了一个极其有效的高技术监测工具。
现代遥感技术不但能提供海区内海冰总密集度的分布,还能分别监测一年与多年海冰的密集度分布。
本文试图简要评述可见近红外及主/被动微波遥感,尤其被动微波遥感近20年来监测海冰密集度的原理、主要算法、监测准确性以及重要监测结果。
2 可见近红外遥感各类海冰的可见近红外实测反射波谱表明,随冰型、冰面粗糙度及污化状况的不同,海冰在0.4～0.7 m 可见光区反照率约为0.3～0.6,远高过反照率<0.1的海水。
海冰遥感监测技术研究
海冰遥感监测技术研究第一章：引言海冰是指在海洋上形成的结冰层，是海洋的一个重要组成部分。
全球气候变化加剧，气温上升导致海冰面积减少，特别是北极地区，海冰稳定性大幅下降，这对气候变化可能产生很大的影响。
针对这个问题，科学家们一直在通过多种方法探测海冰的变化情况，其中遥感技术是一种非常有效的方法。
本文将对海冰遥感监测技术进行介绍和分析。
第二章：遥感监测技术简介遥感监测技术是通过利用飞机、卫星、无人机等远距离传感器设备采集特定数据来获取目标物体地理信息的技术。
利用遥感技术，科学家们可以测量海冰面积、厚度、形状、密度等参数，并将这些数据用于研究海洋和大气的相互作用和气候变化的影响。
遥感技术的优点是其高效性和非侵入性，因此可以最大程度地减少野外工作，节省人力物力成本的同时，保护环境。
第三章：海冰遥感监测技术的种类1.微波遥感微波遥感技术是通过卫星或飞机上的微波雷达，利用微波通过云层到达地面和反弹，测量反射或吸收的微波信息来检测海冰的位置和特性。
微波遥感可以在各种天气条件下进行，但其精度和分辨率较低。
此外，由于微波的穿透力不是很强，所以仅能探测到海冰的表面和一些厚度较低的海冰。
2.雷达遥感雷达遥感技术是通过卫星或飞机上的雷达设备，通过测得的雷达信号来分析海冰密度和形状。
该技术比微波遥感更准确，可以在更大的范围内测量海冰，但对于较厚的海冰，有时需要更高的频率探测来获得更高的分辨率。
3.激光遥感激光遥感技术是通过在卫星或飞机上安装激光测距仪来测量和记录海冰的高程和形状。
该技术具有高精度和高分辨率的优点，但受天气和太阳光等因素影响较大，仅限于白天和晴朗的天气中进行。
4.红外遥感红外遥感技术是通过在卫星或飞机上安装红外传感器来收集数据，通过分析传感器收集的海冰表面温度的变化确定海冰的位置和厚度。
该技术对于白天和晚上都可以进行，并且在雾和云层覆盖的情况下仍然有效，但在冬季和夏季的光照条件下会有局限。
第四章：海冰遥感监测技术的应用1.海洋渔业利用遥感技术监测海冰可以提供有关渔业资源的重要信息，包括海洋中所有的生物、营养和生态系统的变化。
极地海冰浮标观测技术
前沿J3F R ONT I E R 极地海冰浮标观测技术陈超孪丙瑞席颖窦银科蓝水盛罗光富极区多尺度气-冰-海相互作用是全球气候系统变化的热点和难点之一,利用海冰浮标.连续自动获取冰面气象，海冰以及冰下上层海洋的环境数据，是开展气-冰-海相互作用研究的最关键手段北极是影响我国天气气候的关键区域之一，冬季极 地冷空气南下是造成欧亚大陆阶段性强降温和强降雪 的主要原因之一。
认识北极变化对欧亚冬季极端天气气候事件的影响，首先就需要了解北极海-冰-气系统本身的影响，而目前开展极地海-冰-气的研究的主要手段为在极地设立观测站，通过飞机或船舶在冰区内部 署营地，布放无人冰站等，相比于其他手段，无人冰站是 一种能够长期原位观测的手段，同时因其相对经济性，使得大范围的布放成为了可能。
依托于布放在接岸固 定冰面或漂流浮冰上的海冰浮标，既可以实现对冰上 气象环境数据和冰下温盐流等数据的长期自动获取，又 可以监测海冰自身的热力和动力过程。
得益于此，近年 来极地海冰浮标的观测结果已经被相关的研究学者广 泛采用。
极地海冰浮标研究现状国际极地海冰浮标研究现状美国国家科学院于1974年提出在整个北冰洋区陈超，硕士研究生；李丙瑞，研究员；席颖，研究员；蓝木盛，硕士 研究生;罗光富，硕十研究生:中国极地研究中心，上海200136,::窦银科：教授，太原理工大学，太原030024:Chen Chao, Master Degree Candidate; Li Bingrui, Professor; Xi Ying, Professor; Lan Mushen, Master Degree Candidate; Luo Guangfu, Master Degree Candidate: Polar Research Institute of China, Shanghai 200136. Dou Yinke: Professor, Taiyuan University of Technology, Taiyuan 030024.域建立监测网络的提议，通过浮标进行监测海平面的温度、气压以及海冰的漂移轨迹m，因此根据该建议，1978年北极海洋浮标计划在华盛顿大学应用物理实验 室极地科学中心成立，并用于支持全球天气实验，该计 划持续到1990年。
27144993_环境减灾二号A
㊀第３１卷㊀第３期２０２２年６月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀航㊀天㊀器㊀工㊀程S P A C E C R A F TE N G I N E E R I N G ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀V o l ．３１㊀N o ．３㊀㊀㊀㊀１４７环境减灾二号A /B 卫星在辽东湾海冰监测中的应用陈璐㊀胡凯龙㊀刘明博(应急管理部国家减灾中心,北京㊀１００１２４)摘㊀要㊀为减少由冬季寒潮导致的海冰灾害损失,利用遥感手段对我国高纬度海域海冰风险进行监测,并提供决策支撑.文章利用环境减灾二号A /B 卫星的１６m 分辨率多光谱数据,采用基于D e e p L a bV ３模型的语义分割方法,对渤海辽东湾地区的海冰范围进行提取和动态分析,得出海冰范围的动态变化规律,并进行提取精度评估.结果表明:利用该方法的海冰提取准确率可以达到９７ ４％以上,可以满足海冰的日常监测需要,验证了环境减灾二号A /B 卫星在风险要素遥感监测的应用能力.关键词㊀环境减灾二号卫星;海冰监测;深度学习;语义分割中图分类号:T P ７５㊀㊀文献标志码:A ㊀㊀D O I :１０ ３９６９/ji s s n １６７３Ｇ８７４８ ２０２２ ０３ ０２１A p pl i c a t i o no fH J Ｇ２A /BS a t e l l i t e s i nS e a I c e M o n i t o r i n g i nL i a o d o n g B a yC H E N L u ㊀HU K a i l o n g ㊀L I U M i n gb o (N a t i o n a lD i s a s t e rR e d uc t i o nC e n t e r o fC h i n a ,M E M ,B e i j i n g １００１２４,C h i n a )A b s t r a c t :T h e c o l dw a v e i nw i n t e r c a nc a u s e s e a i c ed i s a s t e r ,r e m o t e s e n s i n g isu s e d t o m o n i t o r t h es e ai c er i s ki n C h i n a sh i g hl a t i t u d es e aa r e a sa n d p r o v i d ed e c i s i o ns u p p o r t ．U s i n g t h e １６m e t e rr e s o l u t i o n m u l t i s p e c t r a ld a t a o f H J Ｇ２A /B s a t e l l i t e sa n dt h es e m a n t i cs e gm e n t a t i o n m e t h o db a s e do n D e e p l a b V ３m o d e l ,t h i s p a p e re x t r a c t sa n dd y n a m i c a l l y a n a l yz e st h es e ai c e r a n g e i nL i a o d o n g B a y ,B o h a i S e a ,o b t a i n s t h e d y n a m i c c h a n g e l a wo f s e a i c e r a n g e ,a n d e v a l u a t e s t h e e x t r a c t i o n a c c u r a c y ．T h e r e s u l t s s h o wt h a t t h e a c c u r a c y o f s e a i c e e x t r a c t i o n u s i n gt h i sm e t h o d c a n r e a c hm o r e t h a n ９７ ４％,w h i c h c a nm e e t t h e n e e d s o f d a i l y s e a i c em o n i t o r i n g ,a n d v e r i f yt h e a p p l i c a t i o na b i l i t y o fH J Ｇ２A /Bs a t e l l i t e s i n r e m o t e s e n s i n g m o n i t o r i n g of r i s k f a c t o r s ．K e y w o r d s :H J Ｇ２A /Bs a t e l l i t e s ;s e a i c em o n i t o r i ng ;d e e p l e a r n i n g ;s e m a n t i c s e g m e n t a t i o n 收稿日期:２０２２Ｇ０５Ｇ１６;修回日期:２０２２Ｇ０６Ｇ２０基金项目:国家重点研发计划(２０２１Y F B ３９０１２０５)作者简介:陈璐,女,硕士,研究实习员,研究方向为卫星遥感技术在应急管理中的应用.E m a i l :c h e n l u ＠n d r c c ．o r g．c n .㊀㊀海冰主要是由海水冻结而成的咸水冰,与海啸㊁风暴潮㊁灾害海浪和赤潮并称为海洋五种主要灾害,尤其多发于极地海域和某些高纬度区域.海冰灾害严重时会导致航运中断㊁船舶受损㊁石油平台等大型海上工程建筑塌陷等,海冰膨胀时还会破坏港口和码头[１].我国北部海域因纬度偏高每年都会出现结冰现象,辽东湾是我国纬度最高的海域,冬季受寒潮影响会出现大面积海冰现象[２],此外还有黄河冰凌由入海口流入海洋,在历史上曾发生多次严重灾情并造成重大经济损失.因此,在海冰易发季节有效监测海冰的变化,并结合气象等信息分析其发展趋势在防范减少灾害损失方面具有重大意义.卫星遥感具有非接触㊁实时获取的特点,对于大范围的海冰分布监测更加方便高效.目前的海冰遥感监测方法主要集中在基于高分辨率光学影像的特征提取和基于合成孔径雷达(S A R )[３]的主动遥感Copyright ©博看网. All Rights Reserved.方法.虽然光学遥感受天气影响较大,但其具有应用成本低㊁分辨率精细和重访周期短等特点[４],且影像直观真实,在海冰监测中有较为明显的优势,可进行业务化的生产和应用.我国已有的应用于海洋监测的卫星主要有海洋(H YＧ１㊁H YＧ２㊁H YＧ３)卫星系列㊁高分三号卫星等,用于海洋环境和资源监测等[５].以防灾减灾㊁环境保护为主要业务的环境减灾二号A/B卫星具有强大的数据获取能力,具备两星组网,实现可见及红外多光谱数据全球２天１张图㊁高光谱数据全球１５天１张图的能力.在保证宽视场的同时,多光谱数据的空间分辨率达１６m,适用于大范围的高精度海冰监测.利用光学卫星影像的海冰提取方法主要有基于指数[６]的㊁基于纹理[７]的㊁基于图像分割[１]的和利用机器学习[８]等方法,虽然达到了一定的分类效果,但难以处理海量数据并快速提供决策支持.卷积神经网络(C N N)通过选择合适的卷积核对输入图像进行变换,能更好的根据图像特征进行分类,提高识别准确率,应用于海冰提取中的精度已达到９８％以上[９].本文利用基于深度学习的语义分割模型,对环境减灾二号A/B卫星获取的不同时相多光谱影像进行海冰范围提取,对渤海辽东湾海冰分布情况进行动态监测并分析其应用能力.１㊀研究区概况与数据１ １㊀研究区概况本文研究区域位于渤海辽东湾,地理坐标１２０ ２１ʎE~１２２ ７３ʎE,３９ ５９ʎN~４１ ３７ʎN,地处河北省大清河口到辽东半岛南端老铁山角以北的海域,是中国渤海三大海湾之一.研究区范围如图１所示.辽东湾是中国边海水温最低㊁冰情最重处,受西北风影响,东岸又较西岸为重.每年受强冷空气和寒潮天气长时间影响,渤海辽东湾海冰结冰范围较大,海冰灾害对沿海各地港口运输,水产养殖㊁油气开采等涉海生产和群众生活带来一定程度的影响.１ ２㊀卫星影像数据本文研究主要利用环境减灾二号A/B卫星影像数据对渤海辽东湾海域进行海冰监测.环境减灾二号A/B卫星均配置１６m相机㊁高光谱成像仪㊁红外相机和大气校正仪等４种载荷,可提供１６m多光谱㊁４８m高光谱和４８m红外图像数据,大气校正仪可在轨同步获取与１６m相机相同视场的大气多谱段信息.具体参数见表１.图１㊀研究区示意图F i g １㊀O v e r v i e wo f s t u d y a r e a表１㊀环境减灾二号A/B卫星主要参数T a b l e１㊀M a i n p a r a m e t e r s o fH JＧ２A/Bs a t e l l i t e s参数多光谱载荷高光谱成像仪红外相机空间分辨率(星下点)/m１６４８/９６４８/９６幅宽/k m８００９６７２０轨道高度/k m６４４ ５覆盖周期/天２１４２㊀㊀本文利用２０２１年末至２０２２年初冬季低温海冰易形成时期的成像效果良好的环境减灾二号A/B 卫星的多光谱数据,对辽东湾地区的海冰进行监测.影像数据的具体参数见表２.表２㊀卫星影像数据基本信息T a b l e２㊀B a s i c i n f o r m a t i o no f s a t e l l i t e i m a g e d a t a获取时间卫星载荷云量２０２１年１２月２４日环境减灾二号A卫星C C D４环境减灾二号A卫星C C D３少量２０２１年１２月２５日环境减灾二号A卫星C C D１少量２０２２年１月３日环境减灾二号B卫星C C D４无云２０２２年１月５日环境减灾二号A卫星C C D４少量２０２２年１月６日环境减灾二号A卫星C C D１环境减灾二号A卫星C C D２无云２０２２年１月１４日环境减灾二号A卫星C C D２环境减灾二号A卫星C C D３无云２㊀研究方法本文对获取的研究区遥感影像进行大气校正㊁辐射定标㊁几何校正和数据镶嵌等预处理,利用基于D e e p L a b V３模型的深度学习语义分割算法进行渤海湾海冰提取,再利用人工目视解译结果对提取的８４１㊀航㊀天㊀器㊀工㊀程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３１卷㊀Copyright©博看网. All Rights Reserved.海冰范围进行验证,通过比较２０２１年１２月下旬至２０２２年１月中旬的其中６天的海冰范围变化,对渤海湾海冰进行监测.２ １㊀遥感影像预处理１)辐射定标直接获取的遥感影像中的每个像元记录的是地物的亮度灰度值,其大小与传感器的辐射分辨率㊁地物反射率和散射率等有关.在应用过程中,为保证传感器获取数据的准确性,需要进行辐射定标得到地物目标的辐射亮度.辐射校正后的辐射亮度为L＝GˑL D N＋B(１)式中:L为辐射校正后的辐射亮度;L D N为传感器像元记录的亮度灰度;G为定标系数增益;B为偏移量.２)大气校正根据卫星遥感影像的成像原理,传感器最终测得的地面目标的总辐射量度并不是地表真实反射率的反映,其中包含了由大气吸收,尤其是散射作用造成的辐射量误差.因此需要对环境减灾二号A/B 卫星采集数据进行大气校正,消除这些由大气影响所造成的辐射误差,反演地物真实的表面反射率.本文采用的是基于辐射传输模型理论的F L A A S H 方法.３)影像镶嵌由于环境减灾二号A/B卫星多光谱数据的幅宽和卫星运行轨迹影响,对辽东湾附近海域进行大范围监测时需要对相邻的两景影像进行镶嵌.首先对影像构建金字塔,以便于影像能够快速显示.由于相邻影像之间的成像差异,不能直接镶嵌或融合,需要根据影像之间的相关性进行图像配准.本文使用的图像配准方法是基于图像灰度的相关系数法,两幅影像的相关系数为R(I,T)＝ðxðy[T(x,y)－μT][I(x,y)－μI]ðxðy[T(x,y)－μT]２[I(x,y)－μI]２(２)式中:T(x,y)和I(x,y)为待配准的两幅图像;x, y为图像的行列号,表示像元的位置;μT和μI为两幅图像的均值;R为相关系数,可以准确描述两幅图像的相似程度.配准后的影像再根据大地坐标,将待镶嵌影像对的重叠区域进行灰度差值运算,得到重叠区域的差值图像,用来确定镶嵌线.由于两幅影像存在一定的亮度差异,尤其是在重叠区域处更为明显,因此还须进行亮度镶嵌.将两幅影像对应像元的平均值作为重叠区域像元点的亮度值,调整后亮度值为g(i,j)＝１２[g T(i,j)＋g I(i,j)](３)式中:g(i,j)为重叠部分亮度调整后的亮度值;i,j 为行列号;g T(i,j)和g I(i,j)分别为图像T和I在同一位置的像素亮度值.经过图像亮度镶嵌后输出的镶嵌影像色彩均衡,色调统一.２ ２㊀基于深度学习的语义分割方法语义分割是计算机视觉领域一种对图像进行像素级分类的方法,传统的语义分割方法包括直方图阈值化方法㊁混合化特征空间聚类方法㊁基于区域的方法㊁支持向量机(S VM)等算法.基于深度学习的语义分割方法就是采用卷积神经网络(C N N)分类[１０Ｇ１３],区别于传统依赖于专家知识的特征提取, C N N具有一定的自动特性学习能力.通过一系列卷积捕捉图像的复杂特征,对图像中的内容进行编码,再解码生成原始图像的类别,因此也将这种分类模型称为基于编码器Ｇ解码器结构的语义分割模型.常见的基于编码器Ｇ解码器结构的语义分割模型有全卷积神经网络(F C N)系列[１４]㊁U n e t网络㊁D e e p L a b[１５]系列㊁P S P N e t[１６]等模型.由于在卷积过程中连续的池化和下采样,使特征分辨率下降,不利于定位,D e e p L a b V３[１７]模型针对这一问题提出了一种控制特征的抽取㊁学习多尺度特征的网络结构.D e e p L a b V１模型结合了深度卷积神经网络(D C N N s)和概率图模型(D e n s e C R F s),将D e n s e C R F s作为后处理,兼顾考虑了待分类像素点周围像素点的值,使语义分割的边界清楚.但利用D C N N s进行语义分割时还存在精准度不够的问题,根本原因是重复的池化和下采样降低了分辨率.但是另一方面,重复的池化和下采样扩大了感受野,而感受野的扩大对语义分割任务来说也是至关重要的.针对这一问题,D e e p L a b V２模型采用的空洞卷积算法(即在卷积核中插入空值像元以达到扩大卷积范围的效果)扩展感受野,与此同时不会降低特征图的分辨率.另外,D e e p L a b V２模型组合了不同扩张率的空洞卷积所产生的特征图的A S P P模块,用于获取更加丰富的上下文信息.D e e p L a bV３模型对上述的A S P P模块进行了改进(具体流程如图２所示),根据P S P N e t模型思想引入了全局池化,使其能够聚焦到全局的上下文信息,以获得更准确的分割结果.９４１㊀㊀第３期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈璐等:环境减灾二号A/B卫星在辽东湾海冰监测中的应用Copyright©博看网. All Rights Reserved.图２㊀D e e p L a bV３中的改进A S P P模块流程F i g ２㊀F l o wc h a r t o f i m p r o v e dA S P P m o d u l e i nD e e p L a bV３㊀㊀本文利用D e e p L a bV３语义分割模型,对经过预处理后的环境减灾二号A/B卫星数据进行海冰范围提取并分析渤海辽东湾海冰随时间变化规律,利用人工目视解译结果进行精度与评价.３㊀结果分析３ １㊀海冰范围提取结果本文分别对２０２１年１２月２４日㊁２０２１年１２月２５日㊁２０２２年１月３日㊁２０２２年１月５日㊁２０２２年１月６日㊁２０２２年１月１４日的渤海辽东湾地区的海冰范围进行监测,结果如图３所示.图３㊀海冰范围提取结果F i g ３㊀S e a i c e r a n g e e x t r a c t i o n r e s u l t s㊀㊀由图３可知,渤海辽东湾海冰范围变化趋势:２０２１年１２月２４日至２５日海冰影响的海岸线长度增加,海冰范围由海岸线向外延伸,面积显著增加,并于２０２２年１月３日减少;２０２２年１月３日至１４日,海冰范围逐步呈扩大趋势.通过对提取的海冰结果进行计算,得到每日海冰影响面积见表３.根据气象信息,辽东湾海域于２０２１年１２月中旬进入初冰期,受１２月下旬寒潮影响,海冰范围显著增大,１２月底气温有所回升导致海面浮冰融化,面积减小.随着２０２２年１月第二次寒潮来临,海面浮冰面积呈逐步增大的趋势.上述结果表明,海冰监测面积与气温变化趋势基本一致.表３㊀海冰影响范围面积统计T a b l e３㊀S t a t i s t i c s o f a r e a a f f e c t e db y s e a i c e日期２０２１Ｇ１２Ｇ２４２０２１Ｇ１２Ｇ２５２０２２Ｇ０１Ｇ０３２０２２Ｇ０１Ｇ０５２０２２Ｇ０１Ｇ０６２０２２Ｇ０１Ｇ１４影响范围/k m２１６９０３０７１１６１４２４４９３１１５４８６５０５１㊀航㊀天㊀器㊀工㊀程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３１卷㊀Copyright©博看网. All Rights Reserved.㊀㊀由表３中的面积计算结果可知,受寒潮影响,２０２１年１２月２４日至２５日一天时间海冰面积迅速增长,约１３８１k m ２;２０２２年１月３日至１４日,辽东湾海冰面积以约平均每天１００k m ２的速率增大,须持续监测防范海冰灾害发生.３ ２㊀海冰范围提取精度分析根据上述结果,利用基于深度学习的语义分割模型基本可以实现海冰提取,但在少数细微处还存在未提取的情况,如图４所示.图４㊀漏提取区域F i g４㊀L e a ke x t r a c t i o na r e a 为了定量评价该模型的提取精度,本文采用了目视解译的海冰范围作为参照,计算基于深度学习的语义分割模型的海冰提取精度为P ＝S r e a lS t o t a lˑ１００％(４)式中:P 为表示分类精度;S r e a l 为正确提取的区域像素数;S t o t a l 为目视解译提取的参考区域像素数.根据目视解译结果选取渤海辽东湾海冰提取结果中有明显漏提区域进行精度评价,以２０２１年１２月２５日的海冰提取结果为例,计算得到提取精度达到９７ ４％.可以得出利用D e e p L a bV ３语义分割模型对环境减灾二号A /B 卫星数据的海冰提取结果精度可以达到９７ ４％以上,能够满足海冰日常监测的业务需求.４㊀结束语本文以渤海辽东湾海冰监测为例,利用环境减灾二号A /B 卫星数据,采用基于D e e p L a bV ３模型的深度学习语义分割方法,提取２０２１年１２月下旬至２０２２年１月中旬的形成期海冰范围,并监测其面积变化.结果表明,受寒潮影响,海冰面积迅速增长,最高可达１０００平方千米/天以上.利用目视解译结果对深度学习语义分割方法提取的海冰范围进行精度评价,计算得到海冰提取的准确率达９７ ４％以上.本文研究结果表明:环境减灾二号A /B 卫星的１６m 多光谱数据可以应用在海冰日常监测中,利用深度学习的语义分割算法提取海冰的准确率可以满足灾害风险日常监测的业务需求.参考文献(R e f e r e n c e s)[１]杜吉生,张华忠．基于高分影像的冰灾遥感监测方法研究[J ]．无线电工程,２０２２(５):７０７Ｇ７１３D u J i s h e n g ,Z h a n g H u a z h o n g ．R e m o t e s e n s i n g m o n i t o Ｇr i n g m e t h o do f i c ed i s a s t e rb a s e do nh i g hs c o r e i m a g e [J ]．R a d i oE n g i n e e r i n g ,２０２２(５):７０７Ｇ７１３(i nC h i n e s e )[２]王志勇,王丽华,刘健,等．基于多源中高分辨率遥感数据提取渤海辽东湾海冰要素信息[J ]．自然灾害学报,２０２１,３０(１):１７４Ｇ１８２W a n g Z h i y o n g ,W a n g L i h u a ,L i u J i a n ,e t a l ．E x t r a c t i o n o f s e ai c ee l e m e n t i n f o r m a t i o ni n L i a o d o n g B a y oft h e B o h a i S e ab a s e do nm u l t i Ｇs o u r c em e d i u ma n dh i gh r e s o Ｇl u t i o n r e m o t e s e n s i n g d a t a [J ]．J o u r n a l o fN a t u r a l D i s a s Ｇt e r s ,２０２１,３０(１):１７４Ｇ１８２(i nC h i n e s e)[３]赵泉华,王肖,王雪峰,等．２０１５ ２０２０年辽东湾海冰冰情时空特征及其影响因素[J ]．地球信息科学学报,２０２１,２３(１１):２０２５Ｇ２０４１Z h a oQ u a n h u a ,W a n g X i a o ,W a n g X u e f e n g,e t a l ．T e m Ｇp o r a l a n d s pa t i a l c h a r a c t e r i s t i c so f s e a i c e c o n d i t i o na n d i t s i n f l u e n c i n g f a c t o r si n L i a o d o n g B a y f r o m ２０１５t o ２０２０[J ]J o u r n a l o fG e o Ｇi n f o r m a t i o nS c i e n c e ,２０２１,２３(１１):２０２５Ｇ２０４１(i nC h i n e s e )[４]李雅文．基于混合像元分解的海冰检测方法研究[D ]．武汉:武汉大学,２０２０L iY a w e n ．R e s e a r c ho ns e a i c ed e t e c t i o n m e t h o db a s e do n t h e d e c o m p o s i t i o n o fm i x e d p i x e l s [D ]．W u h a n :W u Ｇh a nU n i v e r s i t y,２０２０(i nC h i n e s e )[５]蒋兴伟,何贤强,林明森,等．中国海洋卫星遥感应用进展[J ]．海洋学报,２０１９,４１(１０):１１３Ｇ１２４J i a n g X i n g w e i ,H eX i a n q i a n g ,L i n M i n g s e n ,e ta l ．P r o Ｇg r e s s e s o no c e a ns a t e l l i t er e m o t es e n s i n g a p p l i c a t i o ni n C h i n a [J ]．H a i y a n g X u e b a o ,２０１９,４１(１０):１１３Ｇ１２４(i n C h i n e s e)[６]王志勇,张梦悦,于亚冉,等．一种融合纹理特征与N D V I 的随机森林海冰精细分类方法[J ]．海洋学报,２０２１,４３(１０):１４９Ｇ１５６W a n g Z h i y o n g ,Z h a n g M e n g yu e ,Y uY a r a n ,e t a l ．Af i n e c l a s s i f i c a t i o nm e t h o d f o r s e a i c eb a s e do nr a n d o mf o r e s t１５１㊀㊀第３期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈璐等:环境减灾二号A /B 卫星在辽东湾海冰监测中的应用Copyright ©博看网. All Rights Reserved.c o m b i n i n g t e x t u r e f e a t u r e a n dN D V I[J]．H a i y a n g X u eＧb a o,２０２１,４３(１０):１４９Ｇ１５６(i nC h i n e s e) [７]张明,吕晓琪,张晓峰,等．结合纹理特征的S VM海冰分类方法研究[J]．海洋学报,２０１８,４０(１１):１４９Ｇ１５６Z h a n g M i n g,L V X i a o q i,Z h a n g X i a o f e n g,e t a l．R e s e a r c h o n S VM s e a i c e c l a s s i f i c a t i o n m e t h od c o m b i ne d w i t ht e x t u r ef e a t u r e s[J]．H a i y a ng X u e b a o,２０１８,４０(１１):１４９Ｇ１５６(i nChi n e s e)[８]韩彦岭,赵耀,周汝雁,等．协同主动学习和半监督方法的海冰图像分类[J]．海洋学报,２０２０,４２(１):１２３Ｇ１３５H a nY a n l i n g,Z h a oY a o,Z h o uR u y a n,e t a l．C o o p e r a t i v e a c t i v e l e a r n i n g a n ds e m iＧs u p e r v i s e d m e t h o df o rs e ai c e i m a g e c l a s s i f i c a t i o n[J]．H a i y a n g X u e b a o,２０２０,４２(１):１２３Ｇ１３５(i nC h i n e s e)[９]崔艳荣,邹斌,韩震,等．卷积神经网络在卫星遥感海冰图像分类中的应用探究 以渤海海冰为例[J]．海洋学报,２０２０,４２(９):１００Ｇ１０９C u iY a n r o n g,Z o uB i n,H a nZ h e n,e t a l．A p p l i c a t i o no f c o n v o l u t i o n a l n e u r a l n e t w o r k s i n s a t e l l i t e r e m o t e s e n s i n g s e a i c e i m a g ec l a s s i f i c a t i o n:Ac a s es t u d y o fs e a i c e i n t h eB o h a i S e a[J]．H a i y a n g X u e b a o,２０２０,４２(９):１００Ｇ１０９(i nC h i n e s e)[１０]G i r s h i c kR,D o n a h u e J,D a r r e l lT,e t a l．R i c hf e a t u r eh i e r a r c h i e s f o ra c c u r a t eo b j e c td e t e c t i o na n ds e m a n t i cs e g m e n t a t i o n[C]//P r o c e e d i n g s o f t h e I E E EC o n f e r e n c eo nC o m p u t e rV i s i o na n dP a t t e r nR e c o g n iＧt i o n．N e w Y o r k:I E E E,２０１４:５８０Ｇ５８７[１１]G i r s h i c k R．F a s t RＧC N N[C]//P r o c e e d i n g s o ft h eI E E E I n t e r n a t i o n a lC o n f e r e n c eo n C o m p u t e r V i s i o n．N e w Y o r k:I E E E,２０１５:１４４０Ｇ１４４８[１２]H eK,G k i o x a r i G,D o l lár P,e ta l．M a s k RＧC N N[C]//P r o c e e d i n g s o f t h e I E E E I n t e r n a t i o n a lC o n f e r e n c eo n C o m p u t e r V i s i o n．N e w Y o r k:I E E E,２０１７:２９６１Ｇ２９６９[１３]R e nS,H eK,G i r s h i c kR,e t a l．F a s t e rRＧC N N:t oＧw a r d s r e a lＧt i m eo b j e c td e t e c t i o n w i t hr e g i o n p r o p o s a l n e t w o r k s[J]//I E E ET r a n s a c t i o n s o nP a t t e r nA n a l y s i s&M a c h i n e I n t e l l i g e n c e,３９(６),１１３７Ｇ１１４９[１４]L o n g J,S h e l h a m e rE,D a r r e l lT．F u l l y c o n v o l u t i o n a l n e t w o r k s f o rs e m a n t i cs e g m e n t a t i o n．[C]//P r o c e e d i n g s o ft h e I E E E C o n f e r e n c e o n C o m p u t e r V i s i o n a n dP a t t e r n R e c o g n i t i o n．N e w Y o r k:I E E E,２０１５:３４３１Ｇ３４４０[１５]孟俊熙,张莉,曹洋,等．基于D e e p l a bV３＋的图像语义分割算法优化研究[J]．激光与光电子学进展,２０２２(１６):９Ｇ２４M e n g J u n x i,Z h a n g L i,C a oY a n g,e ta l．R e s e a r c ho n o p t i m i z a t i o n o f i m a g e s e m a n t i c s e g m e n t a t i o na l g o r i t h m sb a s e do nD e e p l a bV３＋[J]．L a s e r&O p t oＧe l e c t r o n i c sP r o g r e s s,２０２２(１６):９Ｇ２４(i nC h i n e s e) [１６]Z h a o H,S h i J,Q iX,e ta l．P y r a m i ds c e n e p a r s i n g n e t w o r k[C]//P r o c e e d i n g sof t h e I E E Ec o n f e r e n c eo nc o m p u t e rv i s i o na nd p a t te r nr e c o g n i t i o n．N e w Y o r k:I E E E,２０１７:２８８１Ｇ２８９０[１７]韩玲,杨朝辉,李良志,等．利用D e e p l a bV３提取高分辨率遥感影像道路[J]．遥感信息,２０２１,３６(１):２２Ｇ２８H a nL i n g,Y a n g C h a o h u i,L i L i a n g z h i,e t a l．R o a d e xＧt r a c t i o n o f h i g h r e s o l u t i o n r e m o t e s e n s i n g i m a g e r yb a s e do nD e e p l a bV３[J]R e m o t eS e n s i n g I n f o r m a t i o n,２０２１,３６(１):２２Ｇ２８(i nC h i n e s e)(编辑:张小琳)２５１㊀航㊀天㊀器㊀工㊀程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀３１卷㊀Copyright©博看网. All Rights Reserved.。
海冰观测介绍
20
4 海冰观测点的选择
海区测点的布设
原则上测点与测点之间的距离以其视距的两倍为 好。此外，还要考虑到岸边常规观测点的配合，组成 观测网，以便达到既有重点，又能全面、系统的了解 海区冰情概况。
20
六、冰量和浮冰密集度观测
1 冰量和浮冰密集度的定义 冰量为能见海域内海冰覆盖的面积占该海域面积的成数。
23
＊一年冰
＊多年冰
＊随风、浪、
流漂泊不定的 浮冰
＊与海岸、岛
屿、海底冻结 在一起的固定 冰
2
二、海冰主要分布区
（2-3米厚的一冬冰） 南极海冰
北冰洋海冰
3-4米厚的多年冰 渤海海冰
3
三、海冰的影响
海冰是全球气候系统的重要因子，覆盖世界海洋中7%
的区域。海冰在两极及高纬地区随季节变化。
海冰使地球表面获取的太阳辐射能量显著减少，极大 地控制海洋与大气之间的热、能量、动量交换。其凝结和 融化过程中，关联的盐分和热量通量影响上层海洋的密度 结构。而密度结构随时间的变化导致深水层甚至海底的结
一、海冰分类
海冰是海洋中一切冰的总称，其分类可见下表
根据 海冰来源 根据 发展阶段 根据 海冰外貌 根据 存在时间 根据 运动形式
＊冰
＊极地大陆冰
川或山谷冰川 崩裂滑落海中 的冰山
＊初生冰 ＊尼罗冰 ＊莲叶冰 ＊灰冰 ＊灰白冰 ＊白冰（厚
冰）
＊平整冰 ＊重叠冰 ＊堆积冰 ＊冰脊 ＊冰丘 ＊冰山 ＊裸冰 ＊雪帽冰
9
四、海冰观测项目
海冰观测的类别有：浮冰观测项目，固定冰观测项目，冰山观测项目。
浮冰观测项目：冰量、密集度、冰型、表面特征、冰状、流冰块大 小、流冰方向和速度、冰厚及冰区边缘线。 固定冰观测项目：冰型和冰界。具体来说，有堆积量、堆积高度、 固定冰宽度和厚度。 冰山观测项目：位置、大小、形状、及漂流方向和速度。 海冰的辅助观测项目：海面能见度、气温、风速、风向及天气现象。 海冰观测的时间：连续站每2h观测一次，大面站 船到站即观测。
冰面监测技术在海上油气勘探与开发中的意义与挑战
冰面监测技术在海上油气勘探与开发中的意义与挑战海上油气勘探与开发一直是一个具有挑战性的领域，其中面临着许多技术难题和风险。
而冰面监测技术作为一项十分重要的技术手段，在这一领域中具有着不可替代的意义。
本文将重点探讨冰面监测技术在海上油气勘探与开发中的重要意义，并分析其所面临的挑战。
冰面监测技术的意义首先，冰面监测技术在海上油气勘探与开发中的重要意义体现在其对冰情的监测和预警功能上。
海上油气勘探与开发通常需要在极端恶劣的海况下进行，而这些地区往往存在着严重的海冰问题。
海冰不仅会威胁到勘探平台和管道的安全，还会对勘探作业的进行造成阻碍。
因此，及时准确地监测海冰情况是至关重要的。
冰面监测技术可以通过各种传感器实时监测海冰的厚度、密度、漂移等状态，为勘探作业提供可靠的参考数据，有效降低勘探风险。
其次，冰面监测技术在海上油气勘探与开发中的重要意义还体现在其提供的海冰预测服务上。
海冰的形成和漂移具有一定的规律性，而这种规律性对于勘探作业的安全和效率至关重要。
冰面监测技术可以通过对海冰演变的预测，提前预警可能出现的海冰灾害，为海上勘探作业提供更加安全和稳定的条件。
通过利用大数据分析和人工智能技术，冰面监测技术可以对海冰变化进行及时预测，为油气勘探作业提供更为精准的保障。
冰面监测技术面临的挑战然而，冰面监测技术在海上油气勘探与开发中也面临着诸多挑战。
首先，海上环境的极端性和不确定性给冰面监测技术带来了巨大挑战。
海冰的形成受多种因素影响，而这些因素往往具有很强的随机性和复杂性，这就要求冰面监测技术必须能够适应复杂多变的海冰环境，提高其监测和预测的准确性和可靠性。
其次，冰面监测技术的局限性也给海上油气勘探与开发带来一定的挑战。
目前，虽然冰面监测技术在海上油气勘探中发挥着重要作用，但是其监测范围和监测精度仍存在一定的局限性。
海上油气勘探往往需要在远离陆地的边缘区域进行，这些地区的海冰环境通常更加恶劣和复杂，而目前的冰面监测技术在这些地区的监测能力仍有待进一步提升。
海冰项目培训
25
三、海冰监测内容和设备—卫星遥感海冰监测
利用美国NOAA16、NOAA17、 NOAA18 极 轨 气 象 卫 星 、 EOS/MODIS 卫星和我国的风云 1 号、 3 号极轨气象卫星，监 测海冰动态信息，掌握渤海 海域海冰生成、发展和消融 规律。提供现时海冰分布资 料。
26
三、海冰监测内容和设备—平台振动监测
8
二、海冰基础知识—海冰类型
初生冰：是由海水直接冻结或由雪落入低温海水中生成，呈针状、 包片状、糊状和绵状。 冰皮：冰厚5cm左右，由平静海面直接冻结而成或由初生冰冻结 而成，能随波或风起伏。
9
二、海冰基础知识—海冰类型
尼罗冰：冰厚小于10cm，是有弹性的薄冰，受风浪作用能产 生“指状”重迭现象。
13
二、海冰基础知识—海冰类型
重叠冰：各种冰因挤压重叠在一起。
14
二、海冰基础知识—海冰类型 ！危险冰类型
冰厚在8cm以上 平整连续的海冰 平整的尼罗冰、灰冰….
危险
安全
15
二、海冰基础知识—海冰类型
安全
岸冰
危险
16
二、海冰基础知识—海冰发展周期
初冰期 盛冰期
(12月见冰—1月上旬)（大雪、冬至、小寒） (1月中旬—2月中旬）（小寒、大寒、立春）
22
三、海冰监测内容和设备
23
三、海冰监测内容和设备
海冰监测内容
海冰冰情数值预报 卫星遥感海冰监测 平台振动监测 JZ9-3雷达监测海冰及原油外输技术服务
24
三、海冰监测内容和设备—数值预报
以海冰动力-热力学模式 为基础，通过计算机的数值 模拟而进行的预报，可获得 1、3、5天海冰短期预报。
海洋水文观测：海冰观测要素及观测项目介绍
海洋水文观测：海冰观测要素及观测项目介绍海冰是海洋中一切冰的总称，它包括由海水冻结而成咸水冰以及由江河入海带来的淡水冰，也包括极地大陆冰川或山谷冰川崩裂滑落海中的浮冰和冰山。
海冰观测的要素包括：浮冰观测、固定冰观测和冰山观测。
检测具有国家认可的测绘资质，拥有多名专业级海洋测绘高级工程师、注册测绘师。
我们将利用自身专业的技术、丰富的经验和完善的表示。
记录时取整数。
观测时环视整个海面，估计浮冰分布面积占整个能见海域面积的成数。
海面无冰时，记录栏空白；浮冰分布面积占整个能见海域面积不足半成时，冰量记“0”；占半成以上，不足一成半时，冰量记“1”，余类推。
整个能见海面布满浮冰时，冰量记“10”，有缝隙时记“10-”。
海面能见度小于或等于1 km时，不进行冰量观测，记录栏记横杠“-”。
2、密集度观测密集度为浮冰覆盖面积与浮冰分布面积的比值。
密集度观测和记录方法与冰量相同。
海面无冰时，密集度栏空白；冰量为“0”时，密集度记“0”。
当浮冰分布的海域内有超过其面积一成以上的完整无冰水域时，此水域不能算作浮冰分布海域。
当海面上有两个或两个以上浮冰分布区域时，应分别进行观测，取平均值作为密集度。
3、冰型观测冰型是根据海冰的生成原因和发展过程而划分的海冰类型。
观测时环视整个能见海面，根据要求判断其所属类型，用符号记录。
当海面上同时存在多种冰型时，按量多少依次记录；量相同时，按厚度大小的顺序记录。
每次观测最多记五种。
当海冰距离观测点很远，无法判定冰型时，冰型栏记横杠“-”。
4、冰表面特征观测冰表面特征是指浮冰在动力或热力作用下所呈现的外貌。
观测时环视整个能见海面，按要求判断其所属种类，用符号记录。
b）当同时存在两种或两种以上冰表面特征时，按其数量多少依次记录﹔量相同时，按要求所列顺序记录。
每次观测最多记三种。
海冰观测：固定冰观测1、冰型观测固定冰冰型是依冰的生成和形态等划分的固定冰类型。
观测时环视整个能见海面，按要求判定其所属类型，用符号记录。
针对海冰的测绘技术及其应用
针对海冰的测绘技术及其应用随着全球气候变化的不断加剧，海冰的变化成为人们关注的热点之一。
海冰的形态、分布和厚度等信息对于气象、海洋学和环境保护等领域具有重要的科学价值和实际应用。
为了获取准确的海冰数据，科学家们不断探索各种测绘技术并将其应用于海冰研究和监测中。
一、遥感技术在海冰测绘中的应用遥感技术是一种通过卫星、飞机或无人机等途径，对地表进行非接触式探测和测量的方法。
在海冰测绘中，遥感技术发挥着重要的作用。
通过遥感技术，科学家们可以获取大范围的海冰数据，从而更好地理解和预测海冰的变化。
1. 可见光和红外遥感可见光和红外遥感是最常用且成本较低的海冰测绘方法之一。
通过卫星或飞机上的相机，可以获取海冰的高分辨率影像，用于观察海冰的分布和形态。
此外，红外遥感技术还可以检测海冰的温度和热辐射特征，对海冰的研究有着重要的意义。
2. 微波遥感由于海冰对微波辐射的反射和散射特征与周围环境不同，因此微波遥感技术可以通过对海冰图像进行解析和处理，获取海冰的分布、面积、厚度等信息。
这种技术不受天候和光照条件的限制，适用于全天候的海冰监测。
二、声学测量技术在海冰测绘中的应用声学测量技术是利用声波在海洋中传播的特性，对海冰进行测量和定位的方法。
这种技术在海冰测绘中被广泛应用，特别适用于对海冰的厚度进行测量。
1. 浮标声学测量科学家们利用浮标携带声波探测仪器，将它们投入到海洋中测量海冰的厚度。
这种方法不仅能够获取大面积的海冰数据，还可以实时监测海冰的变化情况。
2. 潜艇声学测量潜艇声学测量技术是一种高精度的海冰测绘方法。
通过在潜艇上安装声学传感器，科学家们可以利用声波穿越海冰，测量海冰的厚度和形态。
这种方法准确且可重复，对于科学家们研究海冰的演变和变化具有重要意义。
三、海洋无人系统在海冰测绘中的应用海洋无人系统是一种无人驾驶的水下或水面航行器，可以利用各种传感器对海冰进行测量和监测。
这种系统不仅可以降低风险和成本，还可以获取高精度的海冰数据。
海冰的监测方法有哪些
海冰的监测方法有哪些
大家都知道每个事物都有两面性，有好的一面，也有坏的一面，海冰也不例外，大家都知道海冰可以制造淡水，对维护海洋环境也有着重要的作用，而坏的一面就是对出海的船只造成了很多麻烦，所以在出海之前都会对海冰进行检测，那么大家知道海冰的监测方法有哪些吗?今天就由的目测法所观测的内容，还不能用其他观测方法完全代替，并且目测结果还是遥测法观测结果的分析依据，所以目测法继续沿用。
2、器测：器测检测法是同目测法相结合的方法。
这种方法是借助工具和仪器，依靠观测员的操作和读数据，如冰厚、冰温、冰密度，堆集高度等。
这些数据是遥测法观测结果进行量值定标处理的依据，所以器测法是海冰监测的重要方法。
3、遥测：遥测检测法是应用现代科学技术建立的先进方法。
这种方法可以完全依赖仪器本身进行观测，如利用卫星能及时、同步、大范围观测海冰。
彩色海冰卫星图片则能直观地一目了然地展示海冰的分布情况。
但是对冰厚、冰温等要素的观测，远不如器测法准确。
实施海冰的监测主要通过设立沿岸固定观测站，临时观测站和雷达站及冰情巡视小分队进行观测;海上建立观测平台，使用破冰船和潜水艇进行观测;空中飞机和天上的卫星构成立体监测系统。
所用仪器繁多，简单的有冰尺、冰钻、棒状温度表、遥测
温度仪等;高技术的有声纳、雷达、辐射计、激光剖面仪、立体摄影仪等。
在同类仪器中又有好多种，如雷达中有莹光屏雷达、合成孔径图象雷达等;辐射计中有可见光与
红外辐射计、扫描式多通道微波辐射计等。
我国研制成的红外辐射计和微波辐射计已应用于工作。
船舶卫星通讯设备在海冰监测与预警中的应用案例
船舶卫星通讯设备在海冰监测与预警中的应用案例船舶卫星通信设备在海冰监测与预警中的应用案例海冰是指在海洋表面形成的冰层，它对船舶运输、海上作业等海洋活动有着重要的影响。
为了提高海洋安全性和航行效率，船舶卫星通信设备应用于海冰监测与预警，成为一个重要的解决方案。
本文将介绍船舶卫星通信设备在海冰监测与预警中的应用案例，并分析其应用效果。
首先，船舶卫星通信设备通过多种传感器和设备来监测和跟踪海冰。
这些传感器和设备包括卫星图像采集系统、红外线测温仪、激光测距仪等。
通过卫星图像采集系统，船舶可以获取高分辨率的海冰图像，实时了解海冰的分布情况，从而避免冰山、冰川等海冰障碍物。
红外线测温仪可以对海冰进行温度测量，及时发现可能的熔化迹象，为船舶提供更准确的导航信息。
激光测距仪可以测量冰块的直径和高度，从而计算出海冰的体积和密度，为船舶提供避碰策略。
其次，船舶卫星通信设备还能够实时传输海冰信息到地面监测中心。
通过卫星通信系统，船舶可以将海冰数据上传到地面监测中心，地面监测中心可以通过收集和分析这些数据来预测海冰的变化趋势。
地面监测中心可以使用先进的数据分析算法来预测海冰的分布、厚度和形态，从而提供及时准确的预警信息给船舶。
这使得船舶能够在遇到海冰危险之前，预先采取相应的措施，保证船舶的安全。
船舶卫星通信设备在海冰监测与预警中的应用案例不仅在商业航运中有着重要的作用，也在科学研究中发挥着关键的作用。
科学家可以利用船舶卫星通信设备来收集和传输大量的海冰数据，从而对全球海冰变化趋势进行监测和研究。
这些数据不仅对于了解海冰的形成和消融机制有着重要的价值，也对于预测和应对全球变暖带来的海冰融化问题具有重要意义。
通过船舶卫星通信设备，科学家可以实时获得海冰的位置、形态和厚度信息，为他们的研究提供了宝贵的数据支持。
此外，船舶卫星通信设备在海冰监测与预警中的应用案例还有助于政府部门制定相关的海冰管理政策。
政府部门可以利用船舶卫星通信设备提供的实时数据来制定适当的航行规定，以确保海上交通的安全和畅通。
卫星遥感海冰监测系统在渤海海冰监测中的应用_朱海天
收稿日期：2011-04-11 基金项目：国家海洋局青年海洋科学基金资助项目 （2008428）；海洋公益行性行业科研专项 （201105016） 作者简介：朱海天(1981-)，男，助理研究员，研究方向为海洋遥感。E-mail :zht@
表 1 海冰监测所用卫星基本特性
卫星
HY-1B Terra/Aqua ENVISAT Radarsat-2 COSMO-SkyMed 环境一号 北京一号
载荷
COCTS/CZI MODIS C-ASAR C-SAR X-SAR CCD CCD
分辨率/m
1100/250 1000/500/250
100 50 30 30 32
大。至 1 月 15 日，辽东湾浮冰外缘线超过 60 nm， 达到海冰警报级别。1 月 30 日监测系统监测到渤 海、黄海北部海冰总面积达到本次海冰监测的最 大值，其中渤海海冰分布面占渤海海冰总面积的 47 %。随着气温的回升，1 月下旬至 2 月上旬海冰 面积有所减少，2 月 6 日渤海各监测区均解除海冰 警报。2 月 10 日受冷空气的影响，辽东湾又达到了 海冰警报级别，之后随着气温回升，海冰融化较 快，2 月 16 日海冰警报解除。2 月中旬至三月上 旬 ， 渤 海 开 始 逐 渐 融 化 ， 至 3 月 10 日 海 冰 全 部 融化。
数据预处理模块由数据读取子模块、数据预 处理子模块组成，主要功能是为海冰遥感监测系 统提供所需的各种格式的影像数据，提高系统的 兼容性。能对遥感数据进行系统几何校正、辐射
校正、斑点噪声过滤等预处理过程，为进行海冰 识别做好准备。 2.3.3 海冰识别模块
对光学卫星，利用其可见光、中红外和远红 外通道数据，结合海冰、海水、云在可见光、红 外通道的光谱特征，可进行海冰的识别和提取 。 [4] 对 SAR 卫星，主要是利用海冰在 SAR 图像上的纹 理特征进行海冰提取，主要采用灰度共生矩阵 （GLCM），通过相异度、对比度、熵、角二阶距等 海冰的纹理统计特征量开展海冰的检测与提取工 作[5]，进而获取海冰分布范围、面积、冰型、密集 度、外缘线等信息。 2.3.4 海冰识别订正模块
基于多源遥感数据的渤海海冰特征提取和遥感监测-ESAEarthOnline
基于多源遥感数据的渤海海冰特征提取和遥感监测技术研究—研究报告 摘要渤海及其沿岸区域是中国重要的经济区。
海冰对海上作业和海洋生产有着极大的威胁，造成了严重的经济损失。
本项目拟将龙计划二期项目（ID：5290）所形成的技术和方法，拓展到多源卫星遥感数据中，形成自动或半自动的海冰特性提取方法，并进一步改进基于光学和SAR影像的海冰监测技术。
本项目所发展的方法，可为渤海以及其他海区的业务化海冰监测提供技术支撑。
利用单一遥感传感器监测海冰各有优势。
SAR具有探测海冰介电属性、表面及内部结构的能力。
光学传感器能够测量可见光和近红外范围内的海冰光谱特性。
因而，无云的光学影像和SAR影像的融合图像可以突显海冰类型间的差异，为海冰分类提供补充信息。
本项目提出了一种SAR和多光谱数据的融合方法，并利用ENVISAR ASAR和CBERS多光谱数据进行了实验。
结果证实了该方法能将海冰的光谱特征和SAR纹理特征可以同时保留下来，且融合结果对海冰解译和分类非常有用。
本项目还利用了SAR数据和高光谱数据开展海冰厚度反演研究。
基于实测的不同厚度的渤海海冰的反射率，发展了基于高光谱数据的海冰厚度反演模型，并利用机载高光谱数据进行了模型测试，反演了海冰厚度。
结果表明实验区域，海冰的厚度范围为2.0cm~30.0cm。
本项目也关注新遥感数据源在海冰监测中的应用。
GOCI卫星（地球静止水色成像仪），是韩国首颗地球静止观测卫星的载荷之一，能够在白天取每隔一小时获取一景数据（每天共8景）。
数据有8个波段，分辨率为500m。
本项目利用连续时间的GOCI数据开展了渤海海冰的探测方法研究，提取了海冰类型、面积、密集度等海冰参数；并利用GOCI 数据连续时间监测的优势，研究了海冰的漂移和扩散，实现海冰运动的追踪。
最后，本文提出了海冰灾害因子来评估海冰灾害评估，提出的海冰灾害因子因目标载体不同而不同。
一种是针对海上航运提出的，一种是针对海上构造物提出的。
遥感技术对油气田开发中海冰影响的监测——以南堡海域为例
冰 分布 图， 合 历 史 气 象 信 息进 行 分 析 ， 出该 海 域 海 冰 冰 期 划 分 结 果 ： 冰 期 （ ０ ８年 １ 结 得 初 ２０ ２月初 至 ２ ０ ０ ８年 １ ２月底 ） 盛 冰 ， 期 （０ ８年 １ ２０ ２月底 至 ２ ０ ０ ９年 １月 底 ） 融 冰 期 （０ ９年 １月底 至 ２ ０ 及 ２０ ０ ９年 ２月 底 ） 。此 冰 期 划 分 结果 对 正 在 建 设 中 的南 堡 ４号构 造 人 工 岛冬 季冰 期 的 安 全 施 工 起 到 了重 要 指 导 作 用 ， 明遥 感 技 术 能 对 油 田滩 海 冰 情进 行 及 时 、 面 、 确 的监 测 ， 表 全 准
石
２１ Ｏ Ｏ年 ８月
油
勘
探
与
开
发
Ｖｏ． Ｎｏ ４ １ ３７ ． ５ ０１
ＰＥＴＲ０ ＬＥＵ Ｍ ＥＸ ＰＬＯＲ ＡＴ １ ０ Ａ Ｎ Ｄ ＤＥＶ ＥＬＯ ＰＭ ＥＮ Ｔ
文 章 编 号 ：０ ０ ０ ４ （ ０ ０ ０ — ５ １０ １ ０ — ７ ７ ２ １ ） ４０ ０ ７
遥 感 技 术对 油气 田开 发 中海 冰 影 响 的监 测
以南 堡 海 域 为例
周 红 英 ，于 五 一 ，张 一 民 ，王 文辉。
（ ． 国 石 油 勘 探 开 发 研 究 院 ； ． 国 石 油 冀 东 油 田公 司 ） １中 ２中
基 金 项 目 ：中 国石 油 天 然 气股 份 有 限公 司科 技 项 目（ ０ ８ ４ ０ — ） ２ ０ Ｄ一 ７ ２ １ 摘 要 ：海冰 监 测 是 海 上 生 产 作 业 和 运 输 的重 要 保 障之 一 ， 感 技 术 以其 范 围大 、 遥 多时 相 、 快速 、 确 等 特 点 成 为 海 冰 监 测 的 准 重 要 手 段 。 采 用 最 新 发 射 的 国产 卫 星 Ｈ 一 Ａ／ Ｊ １ Ｂ星 Ｃ Ｄ 数 据 ， 冀 东 南堡 海 域 ２ ０ Ｃ 对 ０ ８年 １ 月 ２ １ ９日到 ２ ０ ０ ９年 ２月 ２ 日的 １ 冬 季 冰 情进 行 全 程 监 测 ， 立 了基 于 面 向对 象 的 信 息 提 取 技 术 的 滩 海 冰 情 遥 感 监 测 快 速 处 理 流 程 ， 运 用 处 理 流 程 对 南 建 并 堡 海域 各 时 相 的 影像 解 译 结 果 进 行 统 计 分 析 ， 制 了整 个 冰 期 的 冰 面 积 变 化 统 计 图 。根 据 冰 面 积 变 化 统 计 图 、 时 相 海 绘 各
HJ-1卫星在港口海冰监测中的应用
ｃ ａ ｆｏ ｔｅｎ ｒ ｏ ｔ ｏｔ ｅ ｏ ｔ ｏ ｔ ｎｍａ ｙａ ｐ ｃｓ ｃ ｓ ｐｐ ｒ ， ｍ ｅ－ｏ ｔｓ ｗｒｃ ｆ ｓｒ ｃｕ ｅ ｎ ｏ ｓｉｇｖ ｓ ｏ ｌ ｒ ｍ ｏ ｔ ｐ ｒ ｔ ｕ ｈｐ ｒ ｎ ｓ ｅ ｔ ：ｌ ｅｕ ｏ ｔ ｊ ｓ ａｒｕ ｅ ， ｅ ｋｏｆ ｔ ｔｒ ｓ ｄｃ ａ ｔ ｅ — ｈ ｈ ｈ ｓ ｉ ｏ ｓ ａ ｕ ａ ｎ
（ ｈ ｎ ｕ ｅｌｇ ｃ ｌ ｘ ｌｒ ｔ ｎ Ｃ ． ｔ ． Ｂ ｉｉｇ １ ０ ８ ） ｓ ｅ ｈ ａＧ ｏｏ ｉ ｐ ｏ ａ ｉ ｏ Ｌ ｄ ， ｅｊｎ ０ ０ ５ ａ Ｅ ｏ
Ａｂ ｔａ ｔ Ｓ ａ ｉｅ ｃ ｎ ｉｉ ｎ ａ ｐ ａ ｓ ｙ ａ ｌ ｏ ａ ｎ ｒ ｈ ｒ ｕ ｎ ｈ ｉ ｆＣｈ ｎ ． ｅ ｅ ｃ ｎ ｂ ｏ ｋ ｔ ｅ ｔａ ｓ ｏ ｔ ｔ ｎ ｏ ｓ ｒ ｃ ： ｅ ｃ ｏ ｄ ｔ ｐ ｅ ｒ ｅ ｒｙ ｉ Ｂ ｈ ｉ ｄ Ｎｏ ｔ ｅ ｎ Ｈ ａ ｇ ａ ｉ ａ Ｓ ａ ｉ ａ ｌ ｃ ｈ ｒ ｎ ｐ ｒａ ｉ ｆ ｏ ｎ ａ ｏ ｃ ｏ
ａｔｃ ｎｃ ｌ ｒ ｃｓ ｆＨＪ １ １ ＣＣ ｄ ｔ ｎ ｔ ｅａ ｐｉａｉｎｏ ｅ ｅｍｏ ｉ ｒ ｇｏ ａ ｂ ｒ Ｔｈ ｐ ｃｒ ｌ ｌｅ ｏ ｏ ｅ ｃ ａ ｅｈ ｉａ ｏ ｅ ｓｏ － Ａ／ Ｂ Ｄ ａａｉ ｈ ｐ ｌ ｔ ｆｓａｉ ｎｔ ｉ ｆ ｒ ｏ ． ｅｓ ｅｔａ ｂ ｄ ｆｓ ａｉｅｃ ｎ ｐ ｃ ｏ ｃ ｏｎ ｈ ａ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
海冰监测(试刊)
10月，70︒N以北海域海冰密集度在20%以上，其中北冰洋北极附近海域为密集度大于80%的海冰覆盖，其中在格陵兰海和波弗特海80%以上海冰沿伸至70︒N甚至更南的海域。
距平场上，新地岛东北海域海冰密集度较常年同期偏低20%以上，拉捷夫海至白令海峡以北海域则偏低40%以上。
图1 北半球海冰密集度(左)及距平(右) (单位：%) 2005.10
10月，南极洲周围60︒S以北海域除南太平洋东南部外多为密集度大于60%的海冰覆盖。
距平场上，别林斯高晋海海冰密集度较常年同期偏低20%～60%，其余沿60︒S海域多较常年偏高，呈带状分布，中心值超过40%。
图2 南半球海冰密集度(左)及距平(右) (单位：%) 2005.10
注：原始资料来自the OI.v2 Monthly SST Analysis
参考文献：Reynolds, R.W., N.A. Rayner, T.M. Smith, D.C. Stokes, and W. Wang, 2002: An Improved In Situ and Satellite SST Analysis for Climate, J. Climate, V ol 15.
气候标准值采用1982-2004年平均, 国家气候中心气候系统诊断预测室分析。