基于双极化SAR图像的U-Net海冰多分类模型

北极多年冰在近几十年有明显的减少趋势,与北极海冰的厚度、体积和夏季最小海冰范围的减少密切相关。合成孔径雷达(synthetic aperture radar, SAR)具有全天时、全天候成像能力,基于SAR卫星影像的海冰分类对监测北极多年冰具有重要意义。基于深度学习U-Net模型,以SAR图像的双极化信息为模型输入,构建了像素级的海水、一年冰和多年冰多分类模型。与已有SAR图像海冰分类方法(支持向量机、随机森林和卷积神经网络)进行对比,基于双极化SAR图像的U-Net海冰分类模型的准确率、平均重叠度和Kappa系数,分别达到了90.73%、0.831和0.849,优于其他对比模型,分别提升了4.08%～19.04%, 0.063～0.321和0.111～0.335。此外,针对SAR图像水平-垂直极化(horizontal-vertical polarization, HV)有明显的条状热噪声和水平-水平极化(horizontal-horizontal polarization, HH)受入射角效应而亮度不均匀的特点,设计敏感性实验,研究HV噪声、入射角和灰度共生矩阵(gray leve...     

卷积神经网络在卫星遥感海冰图像分类中的应用探究

本文以TensorFlow为框架搭建卷积神经网络,基于迁移学习的思想,以经典的手写数字识别作为引入,对不同代价函数和激活函数组合对卷积神经网络模型分类结果影响进行了评价分析。以HJ-1A/B渤海海冰图像为实验数据源,分析了不同函数组合对遥感海冰图像分类的影响,优选出交叉熵代价函数与ReLU激活函数为最佳的组合,证明了卷积神经网络在遥感海冰分类中的应用可行性。对渤海海冰图像分类结果进行验证,其中带标签样本验证精度为98.4%。使用该模型对无标签的测试样本进行识别,讨论了样本的窗口尺寸对海冰分类结果的影响,发现在400×400小范围分类实验中最佳窗口尺寸为2×2;最后对整个渤海海域进行识别验证,效果较好。     

基于CU-Net模型的红树林自动识别方法研究以广东省珠海市淇澳岛为例

红树林对维护生物多样性以及生态平衡等具有重要意义。因此,高效、精确地提取红树林植被信息以及实时对其进行监测十分必要。本文提出了一种高分辨率遥感影像红树林像素级精确提取的深度学习方法。针对红树林遥感分类精度不高的问题,通过强化图像中心信息,弱化边缘信息的方法引入CLoss损失函数,添加Dropout、Batch Normalization层构建了适用于红树林识别的CU-Net模型,采用滑动重叠拼接方法构建了新的预测模型,有效解决了预测结果边缘信息不足以及有拼接痕迹的问题。将本文方法的识别结果与U-Net、SegNet、DenseNet模型的预测结果以及传统的SVM、RF方法进行对比,结果表明,本文模型相较于其他深度学习模型泛化能力更强,识别效果更好,在两个测试区域的平均总体精度、平均交并比分别达到了94.43%、88.12%,平均F1-分数在红树林和普通树木的精度分别达到了95.96%、90.49%,精度明显高于传统的SVM、RF方法,也高于其他几种神经网络方法,验证了该模型在红树林识别领域的有效性,可为高分辨率遥感红树林识别领域提供一条新的思路。     

基于模型相似度拟合的海杂波统计方法

本文提出一种基于模型相似度拟合的海杂波统计方法。首先根据合成孔径雷达(SAR)图像计算瑞利分布、对数正态分布、韦布尔分布、K分布、G0分布5种经典的海杂波分布的概率密度函数,然后根据模型间的相似度准则拟合得到新的海杂波分布模型。文章利用四景不同类型的真实SAR数据对算法的拟合性能进行了评价,结果显示利用该算法得到的拟合模型与真实SAR数据的平均Kullback-Leibler距离仅为0.015 84,远优于其他分布模型。基于该拟合模型的恒虚警率舰船检测算法对四景SAR数据的平均检测精度达到95.75%,在控制虚警和漏检方面均优于采用其他模型的同类方法。     

基于高斯混合模型的海冰图像非监督聚类分割研究

为了利用海冰图像识别技术获取海冰冰况信息, 探索了利用高斯混合模型进行海冰图像分割的技术途径, 描述了具体算法, 并利用高斯混合模型的最大期望值（EM）算法以及最小描述长度（MDL）准则对渤海海冰图像进行目标提取。研究结果表明, 该方法可以很好地实现海冰信息的有效提取和海冰图像的有效分割, 从而证明了建立在图像分割技术...     

海冰密集度卫星遥感反演研究进展

海冰密集度是海冰的重要参数之一,在冰区导航、海上作业、海冰模式验证和气候模型改进等方面具有重要意义。卫星遥感具有覆盖范围广、重访周期短、成本相对低等优势,已成为获取海冰密集度的主要观测手段。本文从主被动微波遥感和光学遥感的角度,回顾了现阶段海冰密集度卫星遥感反演研究进展情况,包括海冰监测传感器、海冰密集度反演算法和海冰密集度产品等。结果表明,被动微波遥感是目前获取海冰密集度的主要方式,已发展出许多成熟的业务化算法;主动微波遥感数据已成为制作冰情图的主要数据源,海冰密集度反演算法由合成孔径雷达SAR（Synthetic Aperture Radar）图像分类向深度学习算法发展;光学遥感海冰密集度算法较为成熟,但受限于云层和夜晚限制,其反演结果多用于其他海冰密集度产品的验证。受传感器硬件限制,3种观测手段各有其长处与不足。为获得高精度、高时空分辨率的海冰密集度数据,开展多源数据融合研究是解决传感器性能瓶颈的有效手段。大数据时代,基于深度学习的海冰密集度卫星遥感反演技术快速发展,需要深度融入海冰密集度卫星遥感领域知识。海冰密集度卫星遥感反演应着力于海冰预报服务,致力于提高我国的海冰预报能力。     

基于YOLO模型的SAR舰船目标检测方法研究

随着海上交通运输业业务需求的不断增加,传统的目标检测方法已无法满足实际需求。由于卫星遥感技术的快速发展,基于合成孔径雷达（Synthetic Aperture Radar,SAR）图像舰船目标自动识别具有显著的应用潜力。近年来,深度学习技术在目标检测领域逐渐显现出优势,特别是YOLO (You Only Look Once)模型以其较高的精度和计算效率,为SAR舰船目标的识别提供了一种新的方法。为对比不同的YOLO模型在舰船目标识别领域的性能及其相比于两阶段深度学习算法的优势,本文首先对YOLO系列的结构进行了归纳总结;其次对当前广泛使用的数据集进行了对比分析,并基于SAR图像数据集（SAR Ship Detection Dataset,SSDD）的样本进行重新标注构建出本文的数据集;然后将YOLO系列模型与两阶段目标检测方法——更快速的区域卷积神经网络（Faster Region-based Convolutional Neural Network,Faster R-CNN）在SAR舰船目标检测的精度和速度两方面进行对比实验;最后在YOLOv5模型的基础上对主干网络（Backbone...     

基于深度学习和形态学的海底沙波谷线提取

为了提高基于侧扫声纳图像提取海底沙波谷线这种类别不均衡线状地物的精度,提出了一种深度学习与数学形态学相结合的方法。该方法采用Dice损失函数和添加批标准化(batch normalization, BN),对U型卷积神经网络模型(U-Net)进行改进;结合数学形态学中的闭运算和骨架法,对沙波谷线轮廓进行修复并提取线性特征;进一步将改进的U-Net模型与支持向量机(support vector machine, SVM)、随机森林(random forest, RF)、面向对象分类以及U-Net模型进行精度对比验证。结果表明：改进的U-Net模型能够解决类别不均衡的问题,实现沙波谷线的高精度提取,该方法对海底沙波的研究具有重要的科学与工程应用价值。     

高分3号星载合成孔径雷达极地海冰自动检测方法研究

随着全球变暖等一系列气候变化的发生,极地海冰成为人们日益关注的焦点。由于不受光线和云雨影响,合成孔径雷达（SAR）可以进行全天时全天候的观测。高分3号是我国高分系列卫星中的一颗星载合成孔径雷达成像卫星,具有多种成像模式,可以在全球获取SAR数据。全天时全天候的工作特性和高空间分辨率的优势,使得高分3号星载SAR在极地海冰遥感监测中发挥重要的作用。本文基于高分3号水平-垂直（Horizontal-Vertical,HV）极化数据,提出了一种基于支持向量机的无需人工干预的海冰检测方法,实现海水和海冰的自动分离。利用该方法得到的海冰和海水分离结果同辅以人工解译的半监督分类结果相比较为吻合,为高分3号服务于极区海冰监测奠定了良好的基础。     

基于遥感图像分析的极区海冰漂移研究

对极区的海冰运动进行观测具有重要的意义,卫星遥感技术是目前极区海冰监测的重要手段.星载多光谱仪器和合成孔径雷达(SAR)能够生产高分辨率、宽刈幅、连续的遥感图像,是开展海冰遥感监测的优选载荷.通过对极区遥感图像的分析,可以获取极区海冰漂移运动的资料信息.文中提供了可用于极区海冰漂移研究的遥感资料源,详细介绍了两种基于遥感图像的海冰运动分析方法:相关匹配法与光流算法,以及两种方法的对比;利用文中介绍的遥感资料和分析方法,在两极海区发现了明显的海冰中尺度运动特征.     

Monitoring regional sea ice of China's Bohai Sea by SSM/Iscattering indexes

The Specific Sensor Microwave/Imager (SSM/I) data over China's Bohai Sea from 1993 to 1996 has been studied. Some empirical algorithms of data calibration/validation for sea ice, such as the method of the Atmospheric Environment Science/York University temperature brightness index (AES/YORK TBI) and ocean scattering index (OSI), are not well applicable to detection of regional sea ice such as the midlatitude Bohai Sea area. This paper presents a method of the scattering index (SI) and polarization index (PI) to identify regional Bohai Sea ice. Numerical results of vector radiative transfer for a model of a layer of sea ice over ocean simulate the relationship between SIs/PIs and sea ice depth and other variations. It is employed to categorize the graph of SIs/PIs for detection of sea ice     

渤海海域冰水共存期的波能流密度推算

为给寒区海域的波浪能估算提供科学依据,提出一种合理推算冰水共存海域波浪条件及波能流密度的方法,该方法将海冰模型与水动力学模型耦合模拟得到的冰浓度以线性修正函数的方式纳入波浪模型的海面摩阻风速方程中,并基于MCT (model coupling toolkit)耦合器将海冰模型、水动力学模型与波浪模型进行实时耦合。基于该方法模拟了渤海冬季寒潮大风期间的海冰以及波能流密度的演化。模拟结果表明,在2012年2月5~8日寒潮大风期间,结冰区域占到渤海总面积的1/3,约有76%的渤海海域的平均波能流密度受海冰影响减小,其中辽东湾近岸的波能流密度平均受冰影响最多减小了100%,而渤海湾和莱州湾近岸受冰影响最多分别减小了60%和50%。即使是无冰覆盖的老铁山水道,其波能流密度的最大值也受冰影响减少了14%。耦合模拟可以更为准确地对渤海冬季的波能流密度分布进行评估,为波浪能发电厂选址提供依据。     

星载SSM/Ⅰ微波遥感渤海海冰的辐射特征分析

根据我国渤海区域星载微波遥感DMSPSSM/I1994～1996年的观察数据的研究,指出现有的星载微波遥感海冰的数据标定和验证TBI和OSI算法是不适用的.用22和85GHz的散射指数SI和19GHz的极化指数PI,讨论了渤海区域海冰的主要辐射特征,用矢量辐射传输理论数值模拟了SI、PI与海冰覆盖及其厚度变化的定量关系,用SI-PI图规划了渤海区域性海冰的识别方法,给出了渤海海冰的空间分布及其辐射特征的时间序列变化.     

灰度共生矩阵纹理特征对SAR海冰漂移监测的增强性能研究

海冰漂移监测对气候变化分析、船只航行、海上石油平台等海上活动安全作业具有重要意义。当前主流的SAR海冰漂移监测方法多是基于SAR灰度图开展的,其受噪声、环境等因素的影响较大,导致其在海冰漂移探测时,特征失配率高,匹配正确率低。针对这一问题,本文尝试利用SAR海冰纹理特征来增强海冰漂移探测性能。首先对比分析了8种纹理特征对海冰漂移探测中特征匹配的增强性能,筛选出能够有效增强特征匹配性能的最优纹理特征;其次进一步分析了海冰类型、入射角和分辨率对基于纹理特征的海冰漂移探测性能增强的影响。实验结果表明,均值是最优的纹理特征,与SAR强度图相比,特征匹配正确率提高了约7%。     

Numerical sea ice prediction in China

ＮｕｍｅｒｉｃａｌｓｅａｉｃｅｐｒｅｄｉｃｔｉｏｎｉｎＣｈｉｎａＷｕＨｕｉｄｉｎｇ,ＢａｉＳｈａｎ,ＺｈａｎｇＺｈａｎｈａｉ１（ＲｅｃｅｉｖｅｄＳｅｐｔｅｍｂｅｒ１２,１９９６;ａｃｃｅｐｔｅｄＪｕｎｅ５,１９９７）Ａｂｓｔｒａｃｔ──Ａｄｙｎａｍｉ...     

基于质点-网格模式的海冰厚度变化过程数值模拟

根据渤海冰情,在海冰动力学和热力学研究基础上,应用一种质点-网格海冰模式于渤海海域.该模式采用了质点-网格法,有效地避免了传统模式的数值扩散问题.该模式采用了冰厚分布函数,用多种类型冰代替用于渤海业务预报的平整冰、堆积冰和开阔水3-level模式.进行理想场的数值试验,模拟冰厚变化动力过程.还使用该模式和业务预报模式对于实际渤海冰情进行了不同个例的预报试验,发现该模式在提高冰外缘线预报精度方面有一定的优势.     

质点-网格海冰模式在渤海的数值预报试验

在海冰动力学和热力学的研究基础上,开发应用于渤海的质点-网格海冰模式.该模式采用质点-网格法,有效地避免了传统海冰模式的数值扩散问题.该模式采用冰厚分布函数取代传统渤海业务海冰预报模式中平整冰、堆积冰和开阔水的三类海冰分型.应用质点-网格海冰模式对2003年～2004年冬季渤海冰情进行了业务化逐日数值预报试验,并对预报结果进行统计检验和分析比较.     

Application of the HY-1 satellite to sea ice monitoring and forecasting

The HY-1A satellite is the first oceanic satellite of China. During the winter of 2002～2003, the data of the HY-1A were applied to the sea ice monitoring and forecasting for the Bohai Sea of China for the first time. The sea ice retrieval system of the HY-1A has been constructed. It receives 1B data from the satellite, outputs sea ice images and provides digital products of ice concentration, ice thickness and ice edge, which can be used as important information for sea ice monitoring and the initial fields of the numeric sea ice forecast and as one of the reference data for the sea ice forecasting verification. The sea ice retrieval system of the satellite is described, including its processes, methods and parameters. The retrieving results and their application to the sea ice monitoring and forecasting for the Bohai Sea are also discussed.     

Atmospheric frontal gravity waves observed in satellite SAR images of the Bohai Sea and Huanghai Sea

In the satellite synthetic aperture radar (SAR) images of the Bohai Sea and Huanghai Sea, the authors observe sea surface imprints of wave-like patterns with an average wavelength of 3.8 km. Comparing SAR observations with sea surface wind fields and surface weather maps, the authors find that the occurrence of the wave-like phenomena is associated with the passing of atmospheric front. The authors define the waves as atmospheric frontal gravity waves. The dynamical parameters of the wave packets are derived from statistics of 9 satellite SAR images obtained from 2002 to 2008. A two-dimensional linear physical wave model is used to analyze the generation mechanism of the waves. The atmospheric frontal wave induced wind variation across the frontal wave packet is compared with wind retrievals from the SAR images. The CMOD-5 (C-band scatterometer ocean geophysical model function) is used for SAR wind retrievals VV (transmitted vertical and received vertical) for ENVISAT and HH (transmitted horizontally and received horizontally) for RADARSAT-1. A reasonable agreement between the analytical solution and the SAR observation is reached. This new SAR frontal wave observation adds to the school of SAR observations of sea surface imprints of AGWs including island lee waves, coastal lee waves, and upstream Atmospheric Gravity Waves (AGW).