共查询到14条相似文献,搜索用时 81 毫秒
1.
2.
中国海岸带及近海多源数据空间组合和运行的基础研究 总被引:11,自引:4,他引:11
基于来自空间和常规的海岸带及近海多源信息,旨在满足国家空间数据基础建设和应用的迫切需求,在对诸多信息特征进行分析的基础上,建立了中国海岸带科学数据平台概念模型,并在此概念模型的基础上进行了具体的逻辑结构、遥感影像数据的ARCSDE存储、遥感数据的元数据存储等模型设计.同时阐述了多源数据空间组合的复杂技术及其关键意义,一俟由此实现海岸带及近海数据库建立和系统业务化运行,便可更加有效地为海岸带及近海调查、研究、开发应用和管理提供智能化信息分析的平台和技术服务. 相似文献
3.
根据国内外已有海洋信息共享技术和海洋专业数据格式的分析,对海洋数据信息共享平台设计中的元数据、web GIS、MarineXML等关键技术进行研究,提出1种海洋数据信息共享平台的设计架构,结合B/S模式的MapXtremeJava插件并采用webGIS的瘦客户端策略和JSP开发实现该平台.运行结果表明,该平台能够较好满足海洋领域用户的信息服务需求. 相似文献
4.
针对目前"数字海底"建设中存在海底调查数据集成管理与三维可视化表达不足等问题,本文采用GIS技术,以黄河水下三角洲埕北海域为研究对象,利用地理空间数据集成理论与三维建模方法,建立了埕北海域三维海底空间数据库,实现了研究区域地形数据、地层数据、钻孔数据、表层沉积物数据的有效组织管理与可视化,并在此基础上,采用ArcGIS Engine 10.0,结合.NET平台,在Visual Studio 2010开发环境下,利用C#语言进行了二次开发,实现了基于C/S (Client/Server)架构的三维海底虚拟仿真系统的开发,设计了一套面向埕北海域的三维海底虚拟仿真原型系统。 相似文献
5.
6.
7.
针对海上油气平台信息不足的问题,开展多源卫星遥感的油气平台识别方法研究。基于Landsat-8光学遥感影像(2018—2021年)应用阈值分割法、K-means分类法和最大似然分类法分别识别出渤海海域油气平台136座、166座和113座;基于Sentinel-1 SAR影像(2018—2021年)应用阈值分割法识别出油气平台338座;对上述结果进行决策级融合,识别出渤海油气平台428座。利用ZY-3高分辨率影像对融合方法的识别结果进行验证,结果显示识别油气平台的正确率达到85.2%,错判率、漏判率分别为10.9%和3.9%;油气平台位置与相关文献和公开资料一致。研究结果表明,决策级融合方法能够实现海上油气平台的有效判别,具有推广、应用价值。 相似文献
8.
选取海上A平台54646为参考站,通过差值对比、趋势对比以及风向相符率对绥中36号石油平台站54553运行以来的观测资料进行了分析,以此为例来说明天津建设的环渤海海域石油平台站的业务化评估过程。采用气候学界限值、内部一致性、持续性、时间一致性及空间一致性等检查方法对该站2017年定时2 min风速和极大风速数据进行了初步质量检测,并且还通过环渤海地区2017年冬半年的较强冷空气过程,对该站观测到的风速数据进行了进一步验证。结果表明:54553站观测的各气象要素值表现合理,具有一定的局地天气气候代表性,能够投入海洋气象预报、近海风能资源评估等业务使用。同时,该站观测的风速资料质量相对较好,为环渤海海洋气象预报服务增添了新的数据保障。 相似文献
9.
3套不同的SST再分析数据与中国近海浮标观测的对比研究 总被引:1,自引:0,他引:1
基于自然资源部浮标数据,通过分析均值差、均方根误差、相关系数和标准差偏差4个统计量,检验了2018年7月1日至8月6日全时段及该时段内3个台风(1808号台风"玛利亚"、1810号台风"安比"、1812号台风"云雀")过境期间,3套海表面温度(Sea Surface Temperature,SST)再分析资料(OISST、OSTIA SST、RTG SST)在中国近海区域的可靠性。对比结果表明,在全时段内,3套SST再分析资料都能在一定程度上反映中国近海SST的基本状况,其中OSTIA SST资料同浮标实测SST数据的均值差为0.12℃、相关系数为0.94,均优于OISST资料(均值差为–0.85℃、相关系数为0.90)和RTG SST资料(均值差为–0.17℃、相关系数为0.86)。通过对比单个浮标数据发现,相较约80%的MF浮标实测SST数据,OSTIA SST资料都显著优于RTG SST资料和OISST资料,具有较高的可信度。在台风过境期间,较之RTG SST资料和OISST资料,OSTIA SST资料同大部分浮标实测数据的均值差绝对值及均方根误差更小、相关系数更大,表明在高海况... 相似文献
10.
11.
卫星遥感观测是研究海洋环境变化的一种重要方法,但由于观测周期和天气影响等原因,观测数据经常存在一定的缺失,这使得遥感数据在海洋环境连续变化的应用研究中受到一定的限制.为解决此问题,本文采用了经验正交函数分解插值方法(DINEOF)重建缺失的遥感观测数据.首先,基于Sea Wi FS(1998年1月至2010年12月)、MODIS-Aqua(2002年7月至2014年12月)和MODIS-Terra(2000年2月至2014年12月)三级叶绿素a月平均数据产品,按像素点平均的方法组合成原始资料集;其次,利用DINEOF方法重构该资料集的缺失部分,从而得到完整的1998~2014年台湾海峡及邻近海域叶绿素a浓度的月平均数据集;再通过分析重构影像与原始资料的时空误差和验证重构影像的时空变化特征等方法,评价了所用算法和重构数据集的合理性.结果表明:基于遥感组合数据,采用DINEOF方法重构的叶绿素a遥感影像,能够有效地反映研究海域叶绿素a浓度的时空变化规律.研究还表明,该方法操作简便,无需先验信息,且重构精度高,能有效重构大面积缺失的影像数据资料,为探索海洋环境和生态的长期变化规律提供了较好的基础. 相似文献
12.
13.