基于Sentinel-1A数据的多种机器学习算法识别冰山的比较

冰山识别对于海洋环境监测和船只安全运行等具有重要的意义,是北极航道开通和北极开发过程中的重要内容。采用合成孔径雷达(SAR)影像进行冰山识别具有独特的优势,多种机器学习算法均可用于SAR影像的冰山识别中。为了最大限度地发挥机器学习算法的性能,有必要对不同机器学习算法及其搭配使用的特征与特征标准化方法进行评估,从而进行最优冰山识别方法的选择。因此,本文基于Sentinel-1A SAR影像,采用多种机器学习方法、多种特征组合及多种特征标准化方法进行冰山识别,并比较各流程方法的识别性能差异。采用的机器学习算法包括贝叶斯分类器(Bayes)、反向神经网络(BPNN)、线性判别分析(LDA)、随机森林(RF)以及支持向量机(SVM);特征标准化方法包括Min-max标准化、Z-score标准化及log函数标准化;数据集是含有12个SAR影像特征的969个冰山与非冰山样本,样本主要位于格陵兰岛东海岸。分类效果采用接收者操作特性(ROC)曲线下的面积(AUC)进行衡量。结果显示,最佳搭配下的RF的AUC值最高,达到了0.945,比最差的Bayes高出0.09。从识别率上来看,RF在冰山查全率为80%的情况下非冰山查全率达到92.6%,效果最好,比第2位的BPNN高出1.4%,比最差的Bayes高出2.6%;BPNN在冰山查全率为90%的情况下非冰山查全率达到87.4%,比第2位的RF高出0.8%,比最差的Bayes高出2.7%。上述结果表明,对冰山识别而言,选择最优的机器学习算法和最佳的特征与特征标准化方法都是十分重要的。     

南北极海冰变化及其影响因素的对比分析

海冰是海洋-大气交互系统的重要组成部分,与全球气候系统间存在灵敏的响应和反馈机制。本文选用欧洲空间局发布的1992—2008年海冰密集度数据分析了南北极海冰在时间和空间上的变化规律与趋势,并结合由美国环境预报中心(National Centers for Environmental Prediction,NCEP)和美国大气研究中心(National Center for Atmospheric Research, NCAR)联合制作的NCEP/NCAR气温数据和ENSO指数探讨了南北极海冰变化的影响因素。结果表明,北极海冰面积呈明显的减少趋势,其中夏季海冰最小月的减少更快。北冰洋中央海盆区、巴伦支海、喀拉海、巴芬湾和拉布拉多海的减少最明显。南极海冰面积呈微弱增加趋势,罗斯海、太平洋扇区和大西洋扇区的海冰增加。北极海冰面积与气温有显著的滞后1个月的负相关关系(P0.01)。北极升温显著,北冰洋中央海盆区、喀拉海、巴伦支海、巴芬湾和楚科奇海升温趋势最大,海冰减少很明显。南极在南大西洋、南太平洋呈降温趋势,海冰增加。北极海冰减少与39个月之后ONI的下降、40个月之后SOI的上升密切相关;南极海冰增加与7个月之后ONI的下降、6个月之后SOI的上升存在很好的响应关系。南北极海冰变化与三次ENSO的强暖与强冷事件有很好的对应关系。     

南极帝企鹅种群栖息地动态变化遥感分析

帝企鹅是南极生态的指示器,其种群栖息地分布变化对研究南极气候具有重要意义,但传统的人工实地调查难以获取全面、准确的种群栖息地信息。本文依据帝企鹅种群排泄物在卫星影像上的蓝、红波段和近红外与短波红外波段的反射率差异,提出2种可以有效判别种群排泄物的光谱指数（NDII、EI）,据此精确识别帝企鹅种群排泄物并确定其种群栖息地位置。根据2009年195景时相合适、质量较好的Landsat 7 ETM+卫星影像,获取了南极共计38个帝企鹅种群栖息地,其中新发现7处（Bowman Island , Dibble Glacier , Auster, Point Geologie , Cape Crozier , Brownson Islands和Rupert Coast）,消失2处（Amundsen Bay 和Ledda Bay）,另外25处（除Thuston Glacier, Luitpold, Sanae, Gould, Ragnhild和Beaufort Island外）位置未发生明显变化,实现了全南极帝企鹅种群栖息地的识别与定位。种群栖息地提取的正确率为94%,提取结果受限于影像质量和种群规模,且随着种群规模的提高,该方法的提取效果也越好。帝企鹅种群栖息地的分布与气候要素息息相关,种群栖息地往往倾向于气温较低和海冰密集度较高的区域,气候变化对每个种群栖息地的影响不同,因此气候与种群栖息地变化的具体关系需要长时间、区域性的观测进行研究。随着气温持续上升和海冰密集度的变化,南纬70°以北的种群栖息地面临较大的威胁,帝企鹅种群呈现向极点逐渐收缩的趋势。     

2002—2011年南极海冰变化的遥感分析

基于2002—2011年南极地区AMSR-E逐日海冰密集度数据, 计算相应时间段内的海冰外缘线和海冰面积, 分析了南极地区这10年来各时间尺度上的海冰变化, 揭示了海冰变化的时空特征。结果表明: 2002— 2011年南极海冰外缘线、海冰面积分别增加了3.64%、3.8%, 总体上呈现增加的趋势, 其中2008年海冰面积最大。罗斯海、西太平洋和威德尔海的海冰面积呈现增加趋势, 而印度洋和别林斯高晋海/阿蒙森海的海冰面积则趋于减小。南极海冰面积一般夏季最小、冬季最大, 相同季节海冰面积变化波动较小, 不同海区只是变化范围不同。南极一年冰增长速度较低, 平均每年增加约0.1×106 km2, 且大范围地分布在南极大陆(除威德尔海外)周围。多年冰平均每年减少0.05×106 km2, 且多处于威德尔海。海冰面积变化与气温有负相关关系。