發(fā)布時(shí)間：2020-11-14 11:09

　　 極地冰蓋的凍融與全球氣候變化、海平面變化、冰架崩解的關(guān)系密切,準(zhǔn)確觀測(cè)極地冰蓋變化對(duì)理解全球變化研究具有重要的科學(xué)意義。Sentinel-1 SAR數(shù)據(jù)結(jié)合Google Earth Engine(GEE)遙感大數(shù)據(jù)云計(jì)算平臺(tái),為極地觀測(cè)提供了重要的技術(shù)支撐。本文基于GEE平臺(tái),利用Sentinel-1 EW SAR數(shù)據(jù),以南極半島的Larsen C冰架及其周邊區(qū)域?yàn)槔?開(kāi)展南極冰蓋凍融探測(cè)方法的研究。得到的主要結(jié)果如下:(1)針對(duì)GEE平臺(tái)提供的Sentinel-1 EW數(shù)據(jù)中存在的寬度不等,且寬達(dá)十幾公里的黑邊噪聲問(wèn)題,提出基于信息熵+緩沖區(qū)結(jié)合的方法,有效去除黑邊噪聲,提高影像信息的有效性�；�于Sentinel-1分析融化與凍結(jié)的后向散射系數(shù)變化特征,以及冰川帶后向散射系數(shù)特征、空間分布,分析結(jié)果與Liu等基于Radarsat-1 SAR的冰川帶后向散射系數(shù)分析結(jié)果一致。(2)本文綜合應(yīng)用GEE平臺(tái)的隨機(jī)森林、分類回歸樹(shù)、支持向量機(jī)分類方法,選用海量Sentinel-1數(shù)據(jù),開(kāi)展南極凍融信息探測(cè)方法實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:基于分類回歸樹(shù)、支持向量機(jī)的探測(cè)精度較高,隨機(jī)森林的精度較低,三種方法在一定程度上均能探測(cè)出冰蓋凍融信息,但對(duì)干雪帶和濕雪帶有一定程度的混淆。(3)本文首次提出了基于變化檢測(cè)+決策樹(shù)的南極冰蓋凍融探測(cè)方法。在GEE平臺(tái)上,以冬季6、7、8月份的Sentinel-1數(shù)據(jù)的中值為基圖像,夏季影像與同軌道的基圖像做差值的變化檢測(cè),確定雪帶后向散射系數(shù)變化閾值和高程閾值,做閾值分割,實(shí)現(xiàn)南極冰蓋凍融信息探測(cè)。使用該方法探測(cè)2015年12月-2016年3月,2016年10月-2017年3月,2017年10月-2018年3月的南極冰蓋凍融信息,對(duì)探測(cè)結(jié)果,采用自選樣本和自動(dòng)氣象站數(shù)據(jù)進(jìn)行精度驗(yàn)證,自選樣本驗(yàn)證的平均總體精度為93%,平均Kappa系數(shù)為0.90;自動(dòng)氣象站點(diǎn)驗(yàn)證的平均精度為83.86%。并將該方法應(yīng)用于格林蘭島的冰蓋凍融探測(cè),驗(yàn)證精度約為90%。因此,基于變化檢測(cè)+決策樹(shù)的南極冰蓋凍融探測(cè)方法在冰蓋凍融探測(cè)中具有一定的應(yīng)用前景。
【學(xué)位單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：P343.6;P332
【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
        1.1.1 南極冰蓋凍融與全球變化
        1.1.2 南極冰蓋凍融與微波遙感
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 微波遙感冰蓋凍融研究
        1.2.2 SAR冰雪觀測(cè)研究
    1.3 研究?jī)?nèi)容及技術(shù)路線
2 南極冰蓋基本特征與研究平臺(tái)簡(jiǎn)介
    2.1 雪的微波介電特性
        2.1.1 干雪的介電常數(shù)
        2.1.2 濕雪的介電常數(shù)
    2.2 南極冰蓋與帶狀劃分
        2.2.1 南極冰蓋成冰過(guò)程
        2.2.2 南極冰蓋帶狀劃分
    2.3 基于云計(jì)算的地理空間數(shù)據(jù)處理平臺(tái)-Google Earth Engine
        2.3.1 Google Earth Engine云平臺(tái)簡(jiǎn)介
        2.3.2 Google Earth Engine公共數(shù)據(jù)集
        2.3.3 Google Earth Engine系統(tǒng)架構(gòu)
3 研究區(qū)域與數(shù)據(jù)源
    3.1 研究區(qū)域
    3.2 研究數(shù)據(jù)
        3.2.1 Sentinel-1數(shù)據(jù)
        3.2.2 其它數(shù)據(jù)
    3.3 Sentinel-1數(shù)據(jù)預(yù)處理
4 基于監(jiān)督分類的南極冰蓋凍融探測(cè)方法
    4.1 基于隨機(jī)森林的凍融探測(cè)方法
    4.2 基于CART的凍融探測(cè)方法
    4.3 基于SVM的凍融探測(cè)方法
    4.4 基于監(jiān)督分類的凍融探測(cè)驗(yàn)證與分析
5 基于變化檢測(cè)+決策樹(shù)的南極冰蓋凍融探測(cè)方法
    5.1 南極冰蓋后向散射系數(shù)特征
    5.2 基于變化檢測(cè)+決策樹(shù)的凍融探測(cè)方法
    5.3 基于變化檢測(cè)+決策樹(shù)的凍融探測(cè)驗(yàn)證與分析
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 不足與展望
致謝
參考文獻(xiàn)
附錄
作者簡(jiǎn)介及攻讀碩士期間取得的成果

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 李德仁;張良培;夏桂松;;遙感大數(shù)據(jù)自動(dòng)分析與數(shù)據(jù)挖掘[J];測(cè)繪學(xué)報(bào);2014年12期

2 王星東;李新武;熊章強(qiáng);梁雷;;基于改進(jìn)的交叉極化比率算法的南極凍融探測(cè)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2013年01期

3 齊樂(lè);岳彩榮;;基于CART決策樹(shù)方法的遙感影像分類[J];林業(yè)調(diào)查規(guī)劃;2011年02期

4 方匡南;吳見(jiàn)彬;朱建平;謝邦昌;;隨機(jī)森林方法研究綜述[J];統(tǒng)計(jì)與信息論壇;2011年03期

5 陳云;戴錦芳;李俊杰;;基于影像多種特征的CART決策樹(shù)分類方法及其應(yīng)用[J];地理與地理信息科學(xué);2008年02期

6 李俊杰;何隆華;戴錦芳;李金蓮;;基于遙感影像紋理信息的湖泊圍網(wǎng)養(yǎng)殖區(qū)提取[J];湖泊科學(xué);2006年04期

7 秦大河,任賈文;6000km橫貫?zāi)蠘O洲雪層剖面與表面特征的初步研究[J];中國(guó)科學(xué)(B輯 化學(xué) 生命科學(xué) 地學(xué));1991年09期

本文編號(hào)：2883401