基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了最终实现对海洋中尺度涡流(简称中尺度涡)的自动采样,首先应该发展中尺度涡动态特征识别技术.本文基于SLA(Sea Level Anomaly)数据,实现了对中尺度涡动态特征的检测算法.主要内容是制定了一个判别相邻两组SLA数据中的涡流,是否为同一涡流子在不同时刻的状态的标准,即判别下一时刻SLA数据中是否存在涡流是由上一时刻确定的被检测涡流演化而来的.通过确定这种进化关系,可以得到被检测涡流的一系列动态状态信息,例如:面积变化速率、中心移动情况以及其他情况.本算法的计算量不大,从而可以应用到实时涡流跟踪的环境中.值得注意的是,本文中的算法不仅仅局限于应用SLA数据,SSH(Sea Surface Height)等大部分反映海洋高度的数据也可以使用.
推荐文章
海洋卫星测高波形重定技术
卫星测高
波形重定
波形数据处理
近海海平面高
卫星海洋测高技术体制发展研究
卫星海洋测高
技术体制
雷达高度计
动态精密单点定位联合卫星测高求解潮位研究
动态精密单点定位
潮高
卫星测高
基于卫星测高数据的海底地形反演及分析
海底地形
卫星测高
重力异常
声呐船测技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卫星测高数据的海洋中尺度涡流动态特征检测
来源期刊 海洋学研究 学科 地球科学
关键词 中尺度涡 动态特征 演化关系 自动检测
年,卷(期) 2016,(3) 所属期刊栏目 研究报道
研究方向 页码范围 62-68
页数 7页 分类号 P731.2
字数 4371字 语种 中文
DOI 10.3969/j.issn.1001-909X.2016.03.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张艾群 中国科学院沈阳自动化研究所 30 613 14.0 24.0
2 李岩 中国科学院沈阳自动化研究所 112 676 15.0 19.0
3 俞建成 中国科学院沈阳自动化研究所 47 809 15.0 27.0
4 赵文涛 中国科学院沈阳自动化研究所 7 37 2.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
中尺度涡
动态特征
演化关系
自动检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
海洋学研究
季刊
1001-909X
33-1330/P
16开
杭州保俶北路36号
1983
chi
出版文献量(篇)
1062
总下载数(次)
0
论文1v1指导