XiaoMi-AI文件搜索系统
World File Search SystemSeaWiFS
全球警报：来自世界干旱地区的沙尘暴
封面照片：“这些 SeaWiFS 图像显示了中国大型沙尘暴的发展过程，以及它与气象系统的相互作用，后者将沙尘带到了遥远的太平洋。在第一张 1998 年 4 月 16 日拍摄的图像中，靠近海岸的亮黄褐色云层是沙尘暴的中心，被锋面系统推动。在 4 月 20 日至 24 日的后续图像中，低压系统周围的大气环流夹带了沙尘暴，并将其带到北太平洋。4 月 25 日，此次沙尘事件产生的沙尘到达了北美西海岸。” 致谢：特别感谢美国国家航空航天局 SeaWiFS 项目 Orbimage Inc.、戈达德太空飞行中心分布式主动档案中心和中国杭州第二海洋研究所。SeaWiFS 图像由美国国家航空航天局戈达德太空飞行中心 SeaWiFS 项目的 Norman Kuring 制作。页面设计由研究和专业服务部的 Robert Simmon 完成。随附文本由 Raytheon ITSS 的 James Acker 撰写。http://eosdata.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/asian_dust.html 免责声明：本文件中使用的名称和材料的呈现方式并不意味着联合国秘书处对任何国家、领土、城市或地区或其当局的法律地位，或对其边界或边界的划分发表任何意见。意见、图
11 沿海海洋环境快速评估
图11.1.图11.1a 显示了对加的斯湾和直布罗陀海峡进行数据同化后，对实时多学科预报的预测温度的融合估计，图11.1b 显示了对数据同化后的预测叶绿素的融合估计，图11.1c 绘制了与图11.1a 的估计场相关的预测误差，该估计场由 ESSE 方法（Lermusiaux and Robinson，1999；Lermusiaux，1999）执行，图11.1d 描绘了根据预测和预测误差自适应设计的采样轨道，图11.1e 描绘了遥感海面温度场，图11.1f 显示了遥感 (SeaWiFS) 叶绿素场。11.1e 和 11.1f 的数据均被同化到多学科实时预报场中（图11.1a、b、c）。图11.1a、b、c、d 显示在 RR97 演习网站上。
11 沿海海洋环境快速评估
图11.1.图11.1a 显示了对加的斯湾和直布罗陀海峡进行数据同化后，对实时多学科预报的预测温度的融合估计，图11.1b 显示了对数据同化后的预测叶绿素的融合估计，图11.1c 绘制了与图11.1a 的估计场相关的预测误差，该估计场由 ESSE 方法（Lermusiaux and Robinson，1999；Lermusiaux，1999）执行，图11.1d 描绘了根据预测和预测误差自适应设计的采样轨道，图11.1e 描绘了遥感海面温度场，图11.1f 显示了遥感 (SeaWiFS) 叶绿素场。11.1e 和 11.1f 的数据均被同化到多学科实时预报场中（图11.1a、b、c）。图11.1a、b、c、d 显示在 RR97 演习网站上。
地球遥感图像的多传感器配准
假设系统校正系统在几个像素内给出近似配准，我们开发了用于多传感器数据的自动图像配准方法，目标是实现亚像素精度。自动图像配准通常由三个步骤定义：特征提取、特征匹配和数据重采样或融合。我们之前的工作重点是基于使用不同特征的图像相关方法。在本文中，我们研究了不同的特征匹配技术，并提出了五种算法，其中特征是原始灰度或小波类特征，特征匹配基于梯度下降优化、统计稳健匹配和互信息。这些算法在多个多传感器数据集上进行了测试和比较，这些数据集覆盖了 EOS 核心站点之一，即堪萨斯州的 Konza Prairie，来自四个不同的传感器：IKONOS（4m）、Landsat-7/ETM+（30m）、MODIS（500m）和 SeaWIFS（1 000m）。