公开(公告)号：CN115856879A

公开(公告)日：2023-03-28

申请号：CN202211528183.5

申请日：2022-11-30

Applicant: 南京信息工程大学

Inventor： 谢涛 ,  王玥

IPC: G01S13/88 ,  G01C13/00 ,  G06N20/00 ,  G06N5/01 ,  G06F17/18

Abstract: 本发明公开了一种海冰融化期密集度反演方法，提取GNSS‑R时延‑多普勒图(DDM)的特征参数：时延‑多普勒图平均值(DDMA)、信噪比、相关功率底噪、峰值功率比、后沿斜率、前沿斜率、峰度和偏度，结合ERA5再分析资料，通过DDM特征参数和风速、海表温度参数，与参考海冰密集度产品训练来构建lightGBM机器学习回归模型，模型输出海冰密集度(SIC)。本发明可有效实现对融冰期海冰边缘区海冰密集度的反演，并且实现了高精度和快速化。

公开(公告)号：CN115856879B

公开(公告)日：2023-07-25

申请号：CN202211528183.5

申请日：2022-11-30

Applicant: 南京信息工程大学

Inventor： 谢涛 ,  王玥

IPC: G01S13/88 ,  G01C13/00 ,  G06N20/00 ,  G06N5/01 ,  G06F17/18

Abstract: 本发明公开了一种海冰融化期密集度反演方法，提取GNSS‑R时延‑多普勒图(DDM)的特征参数：时延‑多普勒图平均值(DDMA)、信噪比、相关功率底噪、峰值功率比、后沿斜率、前沿斜率、峰度和偏度，结合ERA5再分析资料，通过DDM特征参数和风速、海表温度参数，与参考海冰密集度产品训练来构建lightGBM机器学习回归模型，模型输出海冰密集度(SIC)。本发明可有效实现对融冰期海冰边缘区海冰密集度的反演，并且实现了高精度和快速化。