欧美日韩国产亚洲人成,亚洲精品乱码久久久久,欧美成人一区二区三区,亚洲精品二区中文字幕

近日，中國科學(xué)院海洋研究所李曉峰研究團隊，基于合成孔徑雷達（SAR）衛星遙感影像，構建深度學(xué)習模型融合SAR極化信息和圖像紋理信息，實(shí)現了北極波弗特海域一年冰、多年冰和冰間水道的高精度識別，并建立了波弗特海2018-2022年80米分辨率海冰類(lèi)型數據集。該成果在遙感領(lǐng)域國際頂級學(xué)術(shù)期刊《環(huán)境遙感》（Remote Sensing of Environment， IF=13.5）發(fā)表。

受全球氣候變化影響，北極海冰在范圍、年齡和體量上都有明顯的減少趨勢。近十年間，北極越來(lái)越多的多年冰（MYI）被一年冰（FYI）取代，這一現象在波弗特海尤為明顯。在此背景下，精準高效的遙感海冰分類(lèi)將有利于北極氣候變化監測和北極航道開(kāi)發(fā)利用。

李曉峰研究團隊基于SAR衛星影像，構建了雙分支U-Net的海冰分類(lèi)模型DBU-Net，融合SAR影像的極化信息和由SAR圖像衍生得到的GLCM紋理信息，實(shí)現了開(kāi)放水域（OW）、FYI和MYI的分類(lèi)，以及冰間水道（Lead）識別（圖1）。由于GLCM的計算涉及頻數統計等不連續運算過(guò)程，無(wú)法被神經(jīng)網(wǎng)絡(luò )的反向傳播過(guò)程學(xué)習。因此，本研究基于Jeffries-Matusita距離篩選有利于海冰分類(lèi)的GLCM特征，并將其顯示地加入模型輸入，可有效地提升不同類(lèi)型海冰和冰間水道的識別精度。

圖1?雙分支U-Net（DBU-Net）模型結構示意圖

研究采用16幅哨兵1號EW模式SAR影像構建訓練集，采用另外8幅獨立的影像構建測試集。實(shí)驗結果顯示， DBU-Net對8幅完整圖像的海冰分類(lèi)準確率（Acc）、平均重疊度（mIoU）和Kappa系數分布達到了91.83%、0.841和0.849，比傳統機器學(xué)習模型如SVM、RF和CNN模型提升明顯。相對于原始的U-Net模型，加入GLCM紋理特征對海冰分類(lèi)精度提升顯著(zhù)（圖2）。

圖2 原U-Net和雙分支U-Net（DBU-Net）在測試圖像的結果對比，紅框標注了DBU-Net有明顯改進(jìn)的區域，GT為真值

進(jìn)一步將模型應用于冰間水道的識別。采用冰間水道樣本集重訓練DBU-Net，模型在測試集展示出較高的水道識別能力，其Acc、mIoU和Kappa系數分別達到了99.49%、0.801和0.745（圖3）。

圖3 DBU-Net的冰間水道（Lead）監測結果。第1列子圖中紅框為第3到滴列子圖展示的區域，GT為真值

基于該模型，研究收集了2018-2022年間冬季時(shí)序的波弗特海哨兵一號SAR影像，共454幅，應用該模型生成了80米分辨率的波弗特海海冰類(lèi)型數據集，包括OW、FYI、MYI和冰間水道四種類(lèi)型。分析了波弗特海海冰類(lèi)別的變化情況（圖4）：2018-2019年冬季波弗特海MYI呈輸出態(tài)，2019-2021冬季MYI呈輸入態(tài)，2021-2022冬季MYI呈穩定態(tài)，其變化與波弗特高壓的強度和位置相關(guān)。2018-2019年波弗特海80米分辨率海冰類(lèi)型數據示例如圖5所示。

圖4 ?2018-2022年冬季波弗特海海冰類(lèi)別密集度變化情況。紅色折線(xiàn)為波弗特海平均海表面氣溫（SAT），來(lái)自NECP-NCAR再分析數據

圖5 2018-2019年冬季波弗特海海冰類(lèi)型時(shí)間序列數據集

論文第一作者是中國科學(xué)院海洋研究所2023屆碩士黃巖，通訊作者為任沂斌副研究員，合作者為李曉峰研究員。該研究得到了國家自然科學(xué)青年基金等項目資助。

相關(guān)論文信息：

[1] Huang, Y., Ren, Y.*, & Li, X. (2024). Deep learning techniques for enhanced sea-ice types classification in the Beaufort Sea via SAR imagery. Remote Sensing of Environment, 308, 114204. https://doi.org/10.1016/j.rse.2024.114204

[2] Y. Ren, X. Li, X. Yang and H. Xu, Development of a Dual-Attention U-Net Model for Sea Ice and Open Water Classification on SAR Images, in IEEE Geoscience and Remote Sensing Letters, vol. 19, pp. 1-5, 2022, Art no. 4010205, doi: 10.1109/LGRS.2021.3058049