在Sentinel-1A SAR图像中的海冰时间映射的灰色水平共发生矩阵纹理分析

科学领域:

• 地球科学 地球科学 地球科学
• 遥感 遥感 遥感 遥感
• 气候科学 气候科学

背景情况:

• 海冰对全球气候调节至关重要,影响海洋和大气之间的热量和湿度交换.
• 由于持续的气候变化影响,对海冰的详细监测至关重要.
• 合成孔径雷达 (SAR) 为观察海冰动态提供了有价值的工具.

研究的目的:

• 为了评估灰色水平共发生矩阵 (GLCM) 纹理分析与Sentinel-1 SAR反向散射系数 (σ°) 结合用于时间序列海冰测绘的有效性.
• 评估训练有素的分类人员在结期内的不同日期的可转移性.
• 为了比较结合的GLCM和σ°数据与单独的σ°数据的准确性,用于海冰分类.

主要方法:

• 在干扰度成像模式中利用了Sentinel-1A/B SAR数据.
• 使用谷歌地球引擎进行基于云的数据处理,并使用JavaScript程序.
• 应用随机森林 (RF) 分类器训练在视觉解释的开放水和海冰样本上.
• 集成的灰色水平共发生矩阵 (GLCM) 纹理分析和HH极化反射系数 (σ°).

主要成果:

• 结合使用GLCM纹理分析和σ°数据,在海冰绘图方面实现了≥90%的分类准确度.
• 从特定日期的培训样本成功地应用于结期内的其他日期,证明了时间上的可转移性.
• 在射频分类器中仅使用 σ° 数据,可以获得略高的准确率,≥93%的准确率.

结论:

• 结合SAR回散系数的GLCM纹理分析,为时间序列海冰测绘提供了一个强大的方法.
• 该方法显示出高精度和时间可转移性,这对于气候变化监测至关重要.
• 虽然单独的σ°提供了高精度,但整合GLCM纹理可以提高对海冰特征的理解.