Anterior|Próximo

Identificação e estimativa do gelo marinho na Baía de Liaodong usando dados do satélite HY-1C/D

  • role： First author第一作者
  • Affiliation：

    International Institute for Earth System Science, Nanjing University, Nanjing 210023, China

  • Email：MG21270021@smail.nju.edu.cn
  • Introduction：李玲，研究方向为海洋环境遥感。E-mail： MG21270021@smail.nju.edu.cn
LI Ling1,  
  • Affiliation：

    International Institute for Earth System Science, Nanjing University, Nanjing 210023, China

    Collaborative Innovation Center of South China Sea Studies, Nanjing University, Nanjing 210093, China

SUO Ziyi12,  
  • Affiliation：

    National Satellite Ocean Application Center, Beijing 100081, China

SHI Lijian3,  
  • Affiliation：

    International Institute for Earth System Science, Nanjing University, Nanjing 210023, China

    College of Harbour and Coastal Engineering, Jimei University, Xiamen 361021, China

WANG Qing14,  
  • Affiliation：

    International Institute for Earth System Science, Nanjing University, Nanjing 210023, China

JIAO Junnan1,  
  • Affiliation：

    International Institute for Earth System Science, Nanjing University, Nanjing 210023, China

TANG Jun1,  
  • role： Corresponding author通信作者
  • Affiliation：

    International Institute for Earth System Science, Nanjing University, Nanjing 210023, China

  • Email：Luyc@nju.edu.cn
  • Introduction：陆应诚，研究方向为海洋环境遥感。E-mail： Luyc@nju.edu.cn
LU Yingcheng1*

Resumo

O gelo marinho é um objeto principal do monitoramento do ambiente marinho, e a sensoriamento remoto óptico pode fornecer suporte técnico para o monitoramento detalhado do gelo marinho, realizando o monitoramento dinâmico e a estimativa quantitativa do gelo marinho. A constelação chinesa de satélites de cor do oceano Haiyang-1C/D (HY-1C/D), equipada com o Imager de Zona Costeira CZI (Coastal Zone Imager) e o Scanner de Cor e Temperatura da Água COCTS (Chinese Ocean Color and Temperature Scanner), possui capacidade para realizar aplicações comerciais de monitoramento do gelo marinho. Este estudo tem como área de pesquisa o gelo marinho na Baía de Liaodong, no mar de Bohai, China, de dezembro de 2021 a março de 2022. Foram coletados dados de imagens dos satélites HY-1C/D durante o período de gelo, realizando estudos de identificação e estimativa do gelo marinho, avaliando a eficácia do reconhecimento do gelo usando dados do CZI e COCTS, analisando as características de imagem de alvos típicos como gelo marinho, água do mar e nuvens nos domínios ópticos (visível - próximo infravermelho) e infravermelho térmico. Além disso, considerando que a identificação do gelo marinho em imagens ópticas é facilmente interferida por nuvens, foi proposta uma metodologia de máscara de nuvem adequada para as áreas de distribuição do gelo marinho nos satélites HY-1C/D, com base nos mecanismos de resposta e nas diferenças das características de imagem nos domínios supracitados, para realizar uma extração precisa do gelo. Com base no reconhecimento, foi também avaliada a eficácia da estimativa por sensoriamento remoto óptico da densidade do gelo marinho, um parâmetro físico chave, usando os dados do satélite HY-1C/D. Os resultados indicam que, ao introduzir a banda do infravermelho térmico e utilizar a diferença de temperatura de brilho entre gelo e nuvens para mascarar as nuvens, tornou-se possível extrair pixels de gelo usando um limiar global; a extração de alta precisão do gelo marinho nas imagens do CZI e COCTS permitiu a estimativa da densidade do gelo, refletindo efetivamente o grau de mistura entre gelo marinho e água do mar nos pixels, alcançando assim o desmisturamento dos pixels de gelo e água do mar, melhorando a precisão da estimativa da área de cobertura de gelo. Em suma, o método deste estudo possui alta precisão e forte resistência à interferência na identificação e extração do gelo marinho em dados HY-1C/D, podendo servir como referência metodológica para aplicações comerciais de monitoramento de gelo marinho em satélites ópticos oceânicos nacionais.

Palavras-chave

Satélite Haiyang-1C/D;gelo marinho;características espectrais;temperatura de brilho;detecção de nuvens;densidade do gelo marinho

References

  1. 1.
    Bai S, Liu Q Z, Li H and Wu H D. 1999. Sea ice in the Bohai sea of China. Marine Forecasts, 16(3): 1-9
  2. 2.
    Cavalieri D J, Gloersen P and Campbell W J. 1984. Determination of sea ice parameters with the NIMBUS 7 SMMR. Journal of Geophysical Research: Atmospheres, 89(D4): 5355-5369
  3. 3.
    Cavalieri D J, Markus T, Hall D K, Gasiewski A J, Klein M and Ivanoff A. 2006. Assessment of EOS Aqua AMSR-E arctic sea ice concentrations using landsat-7 and Airborne Microwave Imagery. IEEE Transactions on Geoscience and Remote Sensing, 44(11): 3057-3069
  4. 4.
    Cheng X, Hui F M, Pang X P and Li L L. 2021. Arctic Sea Ice Remote Sensing: Methods and Application. Beijing: China Ocean Press: 21-26
  5. 5.
    Chi J, Kim H C, Lee S and Crawford M M. 2019. Deep learning based retrieval algorithm for Arctic sea ice concentration from AMSR2 passive microwave and MODIS optical data. Remote Sensing of Environment, 231: 111204
  6. 6.
    Comiso J C. 1986. Characteristics of Arctic winter sea ice from satellite multispectral microwave observations. Journal of Geophysical Research: Oceans, 91(C1): 975-994
  7. 7.
    Drüe C and Heinemann G. 2004. High-resolution maps of the sea-ice concentration from MODIS satellite data. Geophysical Research Letters, 31(20): L20403
  8. 8.
    Frey R A, Ackerman S A, Liu Y H, Strabala K I, Zhang H, Key J R and Wang X. 2008. Cloud detection with MODIS. Part I: improvements in the MODIS cloud mask for collection 5. Journal of Atmospheric and Oceanic Technology, 25(7): 1057-1072
  9. 9.
    Hall D K, Riggs G A, Salomonson V V, Barton J S, Casey K, Chien J Y L, DiGirolamo N E, Klein A G, Powell H W and Tait A B. 2001. Algorithm theoretical basis document (ATBD) for the MODIS snow and sea ice-mapping algorithms. NASA []
  10. 10.
    Karvonen J. 2017. Baltic sea ice concentration estimation using SENTINEL-1 SAR and AMSR2 microwave radiometer data. IEEE Transactions on Geoscience and Remote Sensing, 55(5): 2871-2883
  11. 11.
    Liu J C, Liu J Q, Ding J and Lu Y C. 2022. A refined imagery algorithm to extract green tide in the Yellow Sea from HY-1C satellite CZI measurements. Haiyang Xuebao, 44(5): 1-11
  12. 12.
    Liu J Q, Lu Y C, Ding J, Suo Z Y and Liang C. 2022. Oil spills in China Seas revealed by the national ocean color satellites. Chinese Science Bulletin, 67(33): 3997-4008
  13. 13.
    Liu J Q, Ye X M, Song Q J, Ding J and Zou B. 2023. Products of HY-1C/D ocean color satellites and their typical applications. National Remote Sensing Bulletin, 27(1): 1-13
  14. 14.
    Liu M J. 2016. Research on the Sea Ice Classification and Thickness Detection with High-Resolution and Polarimetric SAR Data. Qingdao: China University of Petroleum (East China)
  15. 15.
    Liu Q Z, Huang J Y, Bai S and Wu H D. 2004. Studies on the causation of sea ice decadal variation in the Bohai Sea of China. Acta Oceanologica Sinica, 26(2): 11-19
  16. 16.
    Liu Y, Key K, Mahoney R. 2016. Sea and freshwater ice concentration from VIIRS on Suomi NPP and the future JPSS satellites. Remote Sensing, 8(6), 523.
  17. 17.
    Riggs G A, Hall D K and Ackerman S A. 1999. Sea ice extent and classification mapping with the moderate resolution imaging spectroradiometer airborne simulator. Remote Sensing of Environment, 68(2): 152-163
  18. 18.
    Shen Y F, Liu J Q, Ding J, Jiao J N, Sun S J and Lu Y C. 2020. HY-1C COCTS and CZI observation of marine oil spills in the South China Sea. Journal of Remote Sensing (in Chinese), 24(8): 933-944
  19. 19.
    Shi P J, Gu W, Xie F, Yuan Y and Jing G F. 2003. Spatial characteristics of sea ice resources of Liaodong gulf in winter. Resources Science, 25(3): 2-8
  20. 20.
    Su H, Wang Y P, Xiao J and Li L L. 2013. Improving MODIS sea ice detectability using gray level co-occurrence matrix texture analysis method: a case study in the Bohai Sea. ISPRS Journal of Photogrammetry and Remote Sensing, 85: 13-20
  21. 21.
    Sun S, Su J and Shi P J. 2011. Features of sea ice disaster in the Bohai Sea in 2010. Journal of Natural Disasters, 20(6): 87-93
  22. 22.
    Suo Z Y, Lu Y C, Liu J Q, Ding J, Xing Q G, Yin D Y, Xu F F and Liu J C. 2022. HY-1C ultraviolet imager captures algae blooms floating on water surface. Harmful Algae, 114: 102218
  23. 23.
    Suo Z Y, Lu Y C, Liu J Q, Ding J, Yin D Y, Xu F F and Jiao J N. 2021. Ultraviolet remote sensing of marine oil spills: a new approach of Haiyang-1C satellite. Optics Express, 29(9): 13486-13495
  24. 24.
    Swart N. 2017. Natural causes of Arctic sea-ice loss. Nature Climate Change, 7(4): 239-241
  25. 25.
    Wang Q, Lu Y C, Hu C M, Hu Y X, Zhang M W, Jiao J N, Xiong J K, Liu Y X and Zhang Z K. 2022. Discrimination of biomass-burning smoke from clouds over the ocean using MODIS measurements. IEEE Transactions on Geoscience and Remote Sensing, 60: 4102010
  26. 26.
    Wiebe H, Heygster G and Markus T. 2009. Comparison of the ASI ice concentration algorithm with landsat-7 ETM+ and SAR imagery. IEEE Transactions on Geoscience and Remote Sensing, 47(9): 3008-3015
  27. 27.
    Wu L T, Wu H D, Li W B, Liu Q Z, Zhang Y F, Liu Y and Bai S. 2005. Sea ice drifts in response to winds and tide in the Bohai Sea. Acta Oceanologica Sinica, 27(5): 15-21
  28. 28.
    Zang J X, Liu J Q, Yin X B, Zeng T and Zhou L. 2022. Study on sea ice classification of HY-1C satellite coastal zone imager images based on the optimal feature set. Haiyang Xuebao, 44(5): 35-46
  29. 29.
    Zhang X, Dierking W, Zhang J and Meng J M. 2015. A polarimetric decomposition method for ice in the Bohai Sea using C-band PolSAR data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(1): 47-66
  30. 30.
    Zuo T, Guo Y D, Liu B X and Wang C X. 2021. Characteristics analysis of the sea ice area based on MODIS satellite data in Liaodong Bay and its correlation with air temperature. Marine Forecasts, 38(5): 47-52

Leia o texto completo

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website