微波散射计冰盖冻融数据覆盖时间更新到2015年到2019年,空间分辨率为4.45km.时间分辨率为逐日,覆盖范围为南北极冰盖。基于微波辐射计的遥感反演方法考虑积雪特性在时空和空间上的变化,首先提取散射计数据的DVPR时间序列数据,有效利用散射计数据的高时间分辨率,同时利用通道差去除地形带来的影响;随后利用广义高斯模型对每一个采样点时间序列的方差值进行拟,以此来区分出干湿雪点,即确定融化范围,这种广义高斯模型相比于传统的双高斯模型需要的输入参数少,得到的阈值也具有唯一性;最后利用移动窗分割算法来精确找到湿雪点的融化开始时间、 结束时间以及持续时间, 可以有效地去除融化或非融化时期的温度突变所带来的影响。长时间序列星载微波散射计数据来自QSCAT和ASCAT两个传感器。通过实测站点的验证表明南极冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件,基于微波散射计的南极冻融数据每个文件由810*680的栅格组成,格陵兰冰盖冻融数据每个文件由810*680的栅格组成(0值:非融化区域,1值:融化区域)。
梁雷
微波辐射计冰盖冻融数据集覆盖时间更新到2016到2019年,空间分辨率为25 km;基于微波辐射计的遥感反演方法采用改进的基于小波冰盖冻融探测算法,算法考虑冰盖冻融亮温特性在时间上的变化,首先利用小波变换对格陵兰所有冰盖区域的长时间亮度温度数据进行小波多尺度分解,在不同尺度下对边缘信息进行分析。再次,采用方差分析的方法将冰盖融化和重新冻结过程产生的边缘信息从噪声中分离出来。基于已提取的冰盖长时间亮度温度变化边缘信息,利用广义高斯模型来确定干雪和湿雪分类的最优边缘阈值, 从而探测出格陵兰冰盖发生融化的区域。最后,基于空间自动纠错的原理,运用空间邻域纠错算子对由噪音引起的错误结果进行探测,并进行人工纠错。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性,在冻融提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明格陵兰冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件,基于微波辐射计的南极冻融数据每个文件由316*332的栅格组成,格陵兰冰盖冻融数据每个文件由304*448的栅格组成(0值:非融化区域,1值:融化区域)。
梁雷
基于sentinel-1超分宽幅SAR数据,利用提出的U-net冰裂隙探测方法,形成了南北极冰盖冰裂隙高程数据。首先对sentinel-1超分宽幅SAR数据预处理,主要包括辐射定标、冰盖范围确定和斑点噪声去除。其中,为抑制SAR数据的斑点噪声,同时为了保证冰裂隙特征,我们采用了去除乘性噪声的PPB方法。该方法既能有效去除斑点,还能保留冰裂隙的特征。其次,我们利用提出的基于U-net的冰裂隙探测算法进行冰裂隙提取。为了获取正确冰裂隙SAR数据样本,我们通过比对冰裂隙高分辨率光学数据来对SAR样板进行选取,从而形成冰裂隙SAR数据样本。基于冰裂隙区域和非冰裂隙区域SAR数据样本,我们利用U-net方法对冰裂隙进行提取。最后,我们对探测出的冰裂隙数据进行地理编码形成南北极冰盖冰裂隙产品。
梁雷
目前,基于提出的利用变化检测和决策树算法的SAR冰盖冻融探测算法,利用sentinel-1 EW SAR数据对南北极冰盖月平均冻融进行了探测。同时利用已经开发的基于大数据平台的冻融产品生产模块,国际上首次生产了南极冰盖和格陵兰冰盖冻融产品,通过自动气象站温度数据研制,冰盖冻融探测精度达到90%。目前,数据产品获取时间主要为南北极的夏季,其中南极冰盖产品为1、2、3、10、11、12月和格陵兰的产品为5、6、7、8、9、10月。
张露
南北极细菌分布数据集提供了南北极细菌分布特征。样品采集时间为13/12/2005至8/12/2006,包含北极3个地区52个样品(Spitsbergen Slijeringa,Spitsbergen Vestpynten,及Alexandra Fjord_Highlands),南极5个地区171个样品(Mitchell Peninsula,Casey station main power house,Robinsons Ridge,Herring Island,Browning Peninsula)。土壤表层样品采集后用液氮保存,运回悉尼实验室,通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F (5'-GAGTTTGATCNTGGCTCA-3' and 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序,原始数据通过Mothur软件分析。首先去除测序质量不佳序列,之后进行排序并去除嵌合体序列。之后计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。本数据系统的比较了南极东部以及北极微生物的多样性,对研究微生物在南北极的分布具有重大意义。
计慕侃
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件