共查询到19条相似文献，搜索用时 344 毫秒
1.
根据船测方法在MODIS影像上提取模拟船测海冰密集度,并与船测数据联合验证AMSR-E海冰密集度产品。结果表明,AMSR-E海冰密集度与模拟船测海冰密集度的一致性高于其与船测海冰密集度,且相同时间、相同尺度下的海冰密集度之间一致性较高,不同时间、相同尺度下的海冰密集度之间存在不同程度的差异。 相似文献
2.
海冰密集度对全球气候变化研究有重要的意义,其反演结果的验证工作也被广泛关注,但结合多源数据反演,同时对两种算法验证的研究较少的现状,该文利用ASPeCt船测海冰密集度数据对Bootstrap算法和NASA Team(NT)算法基于SSM/I数据估算的海冰密集度精度进行验证,并与MODIS影像反演获得的海冰密集度进行对比。研究结果显示两种海冰密集度算法获得的反演结果与ASPeCt船测值偏差分别为2.26%和7.27%,均方根误差分别为11.39%和12.32%。相比之下,MODIS结果与ASPeCt船测海冰密集度比较得到偏差为3%,均方根误差为5.21%。Bootstrap算法、NT算法与ASPeCt船测值比较的偏差和均方根误差显示两种算法精度相近;由于MODIS数据分辨率与ASPeCt船测数据相近,所以其反演精度较优;但因时空分辨率的限制,各种结果都具有一定的不确定性。 相似文献
3.
海冰外缘线是一个描述北极海冰快速变化的重要指示参数,对近岸冰区航行保障和海冰灾害预警具有实际意义。本文首先基于形态学中的方法分别识别数据中的主体冰域、主体水域和碎冰区。其次利用可变图像闭运算方法将较大碎冰与主体冰区合并,最后再利用连通域方法提取海冰外缘线。该方法可适用于任何冰水二值数据集,包括海冰密集度产品数据、卫星图像、航拍图像以及其他冰水混合数据。本文基于AMSR-E海冰密集度数据,利用此方法提取了北冰洋10个区域的海冰外缘线,与15%海冰密集度等值线比较表明,本文方法能够保留较大面积的碎冰区域,并将其与主体冰域合并处理,因此所提取的海冰外缘线在衡量大尺度海冰范围方面更为合理。 相似文献
4.
本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。 相似文献
5.
北极遥感海冰密集度数据的比较和评估 总被引：1，自引：0，他引：1
本文利用2012年夏季中国第五次北极科学考察期间雪龙船在北极东北航道走航观测的海冰密集度数据(OBS-SIC),初步评估了7种基于被动微波遥感的海冰密集度产品(PM-SIC)。7种PM-SIC因传感器和反演方法不同,分辨率差异较大(4—25 km)。在海盆尺度的海冰范围反演上7种PM-SIC基本相同,但对小范围浮冰区的反演差异较大。与MODIS可见光图像对比发现,MASAM数据(4 km)对局部小区域海冰刻画较好,是研究近岸区域或海峡岛屿海冰覆盖范围或面积时的首选产品;7种PM-SIC纬向平均后对比分析显示,不同PM-SIC对网格内是否存在海冰的判断基本一致,但对网格内海冰所占的比例(密集度)判断差异较大。结合OBS-SIC按航线、区域、密集度大小3种不同情况对7种PM-SIC进行分类定量评估,结果表明基于AMSR2传感器的AMSR2/ASI和AMSR2/Bootstrap数据与OBS-SIC偏差较小,平均偏差约±1%,均方根偏差仅11%和12%;而SSMIS/NT数据的偏差最大,平均偏差约–15%,均方根偏差为21%,其严重低估了网格内的海冰密集度值;因此具有更高分辨率的AMSR2/ASI数据(6.25 km)是关注海冰密集度大小时的首选产品。 相似文献
6.
采用Aqua卫星搭载的微波扫描辐射计AMSR 2以及FY-3D卫星搭载的微波成像仪MWRI 89 GHz单通道被动微波亮温数据,利用空间滤波增强冰间水道的线状特征,结合系点线性插值的方法提取波弗特海和弗拉姆海峡的冰间水道,最后对提取结果形态学特征进行研究,并分析海冰密集度和冰间水道的关系,结果表明被动微波对尺度较大的冰间水道具有较好的提取效果.在形态学特征上,被动微波亮温数据具有提取宽度大于1/3像元分辨率的冰间水道的可能性,但提取水道总面积略小于热红外遥感提取结果.通过LSD算法得到的冰间水道长度被动微波数据源整体上是MODIS数据的2倍.利用最小外接矩形统计从AMSR 2、MWRI提取出来的冰间水道其宽度分布均服从幂律分布的规律.冰间水道面积占比与海冰密集度呈现负相关的关系. 相似文献
7.
海冰作为全球气候系统的重要组成部分,不仅影响着大气与海洋环流,也是气候变化的重要指示器。海冰密集度是描述极地海冰极为重要的地球物理参数之一。本文基于风云三号卫星微波成像仪(MWRI)亮温数据开展北极海冰密集度反演研究,采用线性回归和阈值法确定了动态亮温系点值,利用天气滤波器和陆地污染修正法消除了天气和陆地对海冰密集度反演的影响,计算了2019年—2020年海冰范围和海冰面积并与同类产品进行了比对。结果表明,本研究获取的北极海冰密集度产品与NSIDC发布的海冰密集度产品有较高的相关性,海冰密集度的差异在冬季小于3%,夏季小于8%。利用SAR数据进行了不同产品的结果评估,结果表明本文算法的反演结果优于NASA Team算法,在冬季精度约有1%的提升,在夏季精度约有4%左右的提升。动态亮温系点值较好地反映了海冰辐射特性的季节变化。本研究为中国自主卫星的海冰密集度产品的业务化发布奠定了基础。 相似文献
8.
针对海冰遥感分类问题,使用我国首颗民用合成孔径雷达卫星环境一号星(HJ-1C)图像的S波段VV极化SAR数据进行辽东湾海冰分类,提出了一种针对单极化SAR数据的海冰分类方法。使用基于SAR数据的3种海冰信息作为分类依据,即灰度信息、灰度共生矩阵纹理信息及基于平整冰面积百分比提取的平整冰密集度信息。研究结果表明,平整冰密集度信息是区分碎冰和风致纹理粗糙开阔水的有效信息。使用最大似然法与决策树融合的分类方法可以有效地识别封冻期辽东湾海域的碎冰、平整冰和开阔水3种类型,为海冰分类提供了一种新思路。 相似文献
9.
极区海冰密集度AMSR-E数据反演算法的试验与验证 总被引：2，自引：2，他引：2
海冰密集度是极区海冰监测的重要参数,目前分辨率最高的微波海冰密集度产品为德国Bremen大学发布的针对AMSR-E 89 GHz频段数据利用ASI算法反演的网格数据。为实现中国极区遥感产品从无到有的战略步骤,本文针对AMSR-E 89GHz频段微波数据的ASI算法,进行了插值算法、系点值和天气滤波器一系列试验。针对北极海区,着重对影响反演结果的主要参数——纯冰和纯水的亮温极化差异阈值,即系点值(P1和P0)进行了2009年全年的统计分析。研究表明,2009年北极纯冰和纯水的代表区域P1和P0年平均值分别为10.0 K和46.67 K;2 K以上的系点值差异引起的海冰密集度差别较为显著;同样的系点值差异在不同极化差异P取值范围对海冰密集度的影响也不同。通过统计确定的系点值推算并修正了海冰密集度反演公式,对2009年全年北极海冰密集度进行了反演,并与Bremen大学产品进行了比较。继而对白令海和楚科奇海12个晴空下MODIS可见光样本数据进行反演,以验证AMSR-E冰密集度反演结果,并对误差原因进行了分析。本研究反演结果与MODIS样本比对的误差略小于Bremen大学的反演产品,空间平均误差为3.84%,空间平均绝对误差10.83%。 相似文献
10.
焦慧 《测绘与空间地理信息》2018,(5):50-52
渤海地区是我国经济最为发达的地区之一,但每年冬季该地区经常遭受不同程度的海冰灾害。截至目前,海冰灾害已经造成该地区石油平台多次倒塌,船舶受损和航运受阻,严重影响该地区的经济发展~([1])。本文基于2016年的Landsat-8辽东湾数据和MODIS渤海数据进行海冰范围的提取,并计算海冰的面积、密集度等信息,然后建立MODIS数据海冰的短波宽带反射率和厚度之间的对应关系,计算出海冰的厚度,从而对海冰实现分类。 相似文献
11.
受海冰自身特性、成像系统特性和环境因素的影响,合成孔径雷达SAR海冰图像具有非平稳、尺度依赖的空间结构,现有的单马尔可夫随机场MRF模型分割方法只能较好地适应非平稳性,对海冰场景的多尺度结构考虑仍然是全局的。为此,本文提出了一种区域分裂过程与二叉树分层结构自适应更新相结合的单MRF图像分割方法。首先利用单MRF模型的全局迭代权值完成初始区域合并,同时以二叉树形式保护合并过程的记录。所设计的分层合并算法可保证二叉树结构的节点数与场景中的对象尺度具有正相关性。随后的细化分裂并不产生新的区域,只是返回到初始配置。依据场景中不同区域对象的尺度,自适应地调整空间语境模型中的尺度权值,实现区域更新。实验表明,该方法有效提高了带有多尺度结构SAR海冰场景的分割精度。 相似文献
12.
利用船测数据以及Landsat-7 ETM+影像评估南极海冰区AMSR-E海冰密集度 总被引：3，自引：1，他引：2
利用第26次中国南极科学考察期间收集的海冰密集度船基观测资料以及由Landsat-7 ETM+得到的海冰密集度来验证AMSR-E南极海冰区海冰密集度产品的精度。AMSR-E海冰密集度与船基目视观测的海冰密集度存在着一定的线性关系(R2=0.816), 但两者匹配得并不是很好。与ETM+海冰密集度相比,AMSR-E数据趋向于低估海冰密集度,在25景晴空条件下的ETM+影像中,平均海冰密集度偏差(AMSR-E海冰密集度-ETM+海冰密集度)从-5.33%到-21.5%,而相应的均方根误差RMSE (Root Mean Squared Errors)从13.7%到33.8%。依据Landsat-7 ETM+ 海冰分类,AMSR-E数据海冰密集度最大的误差产生于新冰区。 相似文献
13.
为提高对渤海海冰旋转和平移运动的监测精度,提出一种基于投影变换的相位相关跟踪方法。选取连续8景静止水色成像仪(GOCI)图像序列,根据特征图像窗口的投影变换构造辅助函数,通过寻求函数最优解得到旋转角度集合,选择修正相关系数确定最佳旋转角度,同时根据相位信息实现海冰样本间亚像素级别的平移跟踪,消除传统相位相关法中因忽略图像相频特性所造成的匹配误差。实验结果表明,以手动测量的旋转角度为基准,该方法和传统相位相关法的旋转监测均方根误差的最大值/平均值分别为0.59/0.50与1.41/0.94,跟踪速度提高了50.6%;海冰平移运动的速度矢量与辽东湾的现场实测数据及历史资料记录数据基本一致。该方法对渤海海冰旋转和平移运动具有较好的跟踪效果。 相似文献
14.
K. K. Singh V. D. Mishra Sahil Sood Manoj Kumar 《Journal of the Indian Society of Remote Sensing》2013,41(4):947-956
The present study aims to estimate the long term changes in sea ice areal extent (SIAE) around Antarctica using Special Sensor Microwave Imager (SSM/I) satellite data (1988–2011). Daily, weekly and monthly brightness temperature (TB) maps of Antarctica have been generated. Temporal variation in monthly averaged TB values of sea ice have been analyzed and an increasing trend is observed in TB. Sea ice concentration (SIC) values are estimated and the concentration class 0.85–0.95 is observed as the main contributor in sea ice areal extent during the Antarctic peak winter month i.e. September and October. SIC changes rapidly from October onwards and shows fast melting of sea ice, however, from April start of freezing has been observed. Continuous increase in SIAE is observed from February to September in all the analyzed years (1988–2011) data. In this observation period maximum SIAE is observed in September 1989 and minimum in February 1993. The Moderate Resolution Imaging Spectroradiometer (MODIS) data is used for the validation of SIAE values. SSM/I and MODIS estimated SIAE values are compared (R2?=?0.98) and a relation between them is established by performing regression analysis. This relation is further used for the estimation of corrected SIAE values. The monthly average sea ice extent maps of last three decades have been analyzed and a shift in onset of freezing of sea ice has been observed. The period of frozen sea has also been observed as decreased. 相似文献
15.
采用MODIS可见光反射率、热红外亮温和RadarSat-2双极化后向散射等多源数据,通过建立决策树综合判断来识别波弗特海域冬季的冰间水道及其内部冰型,并进行精度评价。研究发现,MODIS热红外只能粗略提取冰间水道轮廓;而高分辨率的RadarSat-2影像可以提供更多海冰类型信息,但是不同冰型的后向散射信号有重叠,影响水道提取的精度。研究结合多源数据建立决策树,综合极化后向散射和表面温度等参数来判断海冰类型,从而识别不同发育阶段的冰间水道。该方法的识别精度优于单变量方法。高分辨率Sentinel-2光学影像验证了不同阶段冰间水道的顺序分布。多源数据的应用有助于更准确地计算水道区域的海-气热通量和产冰量,同时为船只导航提供更详细的冰情信息。 相似文献
16.
以北极为研究区,使用CryoSat-2数据,利用现有海冰厚度卫星测高研究中4种主流算法(Laxon03算法、Kurtz09算法、Yi11算法和Laxon13算法)分别对北冰洋海冰厚度进行估算,并将估算结果与研究区IceBridge机载激光测高冰厚数据进行了比较,探索各算法海冰厚度估算的差异,寻找最优的估算算法,为估算长时序海冰厚度提供基础和参考。结果表明,4种算法估算的海冰厚度空间分布较为一致,但不同算法估算的结果差异较大,可达0.476 m;4种算法估算结果大小依次为Laxon03算法、Yi11算法、Laxon13算法、Kurtz09算法;4种算法估算的平均海冰厚度差异,在北极波弗特海海域最大,其次是北极中心海域、格陵兰和挪威海;Laxon13算法估算结果相对于IceBridge观测结果与其他算法相比,具有最小的平均偏差和均方根误差,是卫星测高估算海冰厚度的最优算法。 相似文献
17.
Hyangsun Han Jae-In Kim Chang-Uk Hyun Seung Hee Kim Jeong-Won Park Young-Joo Kwon 《地理信息系统科学与遥感》2020,57(5):650-669
ABSTRACT Surface roughness of sea ice is primary information for understanding sea ice dynamics and air–ice–ocean interactions. Synthetic aperture radar (SAR) is a powerful tool for investigating sea ice surface roughness owing to the high sensitivity of its signal to surface structures. In this study, we explored the surface roughness signatures of the summer Arctic snow-covered first-year sea ice in X-band dual-polarimetric SAR in terms of the root mean square (RMS) height. Two ice campaigns were conducted for the first-year sea ice with dry snow cover in the marginal ice zone of the Chukchi Sea in August 2017 and August 2018, from which high-resolution (4 cm) digital surface models (DSMs) of the sea ice were derived with the help of a terrestrial laser scanner to obtain the in situ RMS height. X-band dual-polarimetric (HH and VV) SAR data (3 m spatial resolution) were obtained for the 2017 campaign, at a high incidence angle (49.5°) of TerraSAR-X, and for the 2018 campaign, at a mid-incidence angle (36.1°) of TanDEM-X 1–2 days after the acquisition of the DSMs. The sea ice drifted during the time between the SAR and DSM acquisitions. As it is difficult to directly co-register the DSM to SAR owing to the difference in spatial resolution, the two datasets were geometrically matched using unmanned aerial vehicle (4 cm resolution) and helicopter-borne (30 cm resolution) photographs acquired as part of the ice campaigns. A total of five dual-polarimetric SAR features―backscattering coefficients at HH and VV polarizations, co-polarization ratio, co-polarization phase difference, and co-polarization correlation coefficient ―were computed from the dual-polarimetric SAR data and compared to the RMS height of the sea ice, which showed macroscale surface roughness. All the SAR features obtained at the high incidence angle were statistically weakly correlated with the RMS height of the sea ice, possibly influenced by the low backscattering close to the noise level that is attributed to the high incidence angle. The SAR features at the mid-incidence angle showed a statistically significant correlation with the RMS height of the sea ice, with Spearman’s correlation coefficient being higher than 0.7, except for the co-polarization ratio. Among the intensity-based and polarimetry-based SAR features, HH-polarized backscattering and co-polarization phase difference were analyzed to be the most sensitive to the macroscale RMS height of the sea ice. Our results show that the X-band dual-polarimetric SAR at mid-incidence angle exhibits potential for estimation of the macroscale surface roughness of the first-year sea ice with dry snow cover in summer. 相似文献
18.
冰流速是反映在全球气候变化条件下南极冰盖变化及其稳定性最直接和最基本的指标之一,也是精确估算南极冰盖对全球海平面上升贡献的关键数据之一。光学遥感影像因其空间覆盖广、时间和空间分辨率高等优势,是南极冰流速大规模提取的重要数据源。本文首先对现有利用光学遥感影像进行南极冰流速提取的方法进行了综述,介绍了相关的软件和工具。然后,总结了20世纪60年代以来基于光学遥感影像生成的南极冰流速产品,并对南极典型区域的冰流速产品在物质平衡估算、冰架长时序变化监测等方面的应用进行了分析。最后,总结了光学遥感影像用于南极冰流速提取的优势及未来的发展趋势。 相似文献
19.
An effective methodology for Bohai Sea ice detection based on gray level co-occurrence matrix (GLCM) texture analysis is proposed using MODIS 250 m imagery. The method determines texture measures for sea ice extraction by analyzing the discrepancy of textural features between sea ice and sea water. Sea ice extent and outer edge are recognized accurately by texture segmentation owing to significant differences in texture statistical features between ice and water. The texture analysis method can properly eliminate perturbations on sea ice extraction due to suspended sediment. It effectively solves the problem of spectral confusion and sea ice misassignment in the conventional gray-threshold segmentation and ratio-threshold segmentation methods. The method eliminates the need for threshold range setting for sea ice segmentation. Taking the Bohai Sea as an example, the results of the proposed method are validated using co-temporal HJ1B-CCD 30 m imagery by visual interpretation, and the accuracy of the method are evaluated using confusion matrix. The results show that the proposed method is superior and more reliable for sea ice detection compared to conventional methods, providing an ideal tool for precise sea ice extraction. 相似文献