论文部分内容阅读
南极冰盖是地球上最大的陆缘冰体,覆盖面积达1398万平方公里,约占世界陆地冰量的90%。冰盖作为全球冷源地,其物质收支和稳定性对全球气候变化和海平面升高有重要的影响,同时作为全球气候系统的驱动器和放大器,冰盖细微的物质变化都将对地球的大气循环、水循环和热循环产生深远的影响,引发海平面上升等一系列环境问题。
冰架是冰盖延伸到海洋的那部分,是冰盖在自身重力作用下,在入海处形成的面积广阔的冰体。冰架不仅是冰盖和大洋连接的纽带,也是全球气候系统中重要组成,冰架面积占到南极冰盖总面积的11%,冰架的变化直接影响到冰盖的物质平衡。而与海水交接的前端是冰架变化比较剧烈的地方,也是冰架主要发生崩解的地方,冰架前端崩裂将引起南极冰盖、冰川流向大洋的冰流加速,关系到南极物质平衡和海平面变化。所以如何动态监测冰架前端的位置和分析其趋势变化,是一个具有重要研究意义的科学问题。然而,目前国际上对南极冰架与海水交界的前端位置提取研究较少,且已有的提取算法在场景适应性和精度上还有较大的提升空间。
因此,本文利用哨兵一号合成孔径雷达影像数据,选取南极洲的第三大冰架—埃默里冰架(Amery Ice Shelf,AIS)作为研究的区域,开发了一种高效且精确的冰架前端位置自动检测的算法,并探究AIS前端在近期发生崩解前后的时空变化特点,具体工作包括:
(1)介绍了用于开发冰架前端自动化检测算法的理论方法和数据,包括SAR基本原理、极化方式与散射机制、Sentinel-1卫星任务、4种成像模式、产品类型及用途、研究区域和实验数据的选取、雷达图像中恒虚警率CFAR及其算法模型、形态学滤波的引用和需要解决的问题。
(2)冰架前端自动化检测算法的研究,主要设计思路有两点:减小原始SAR图像中灰度噪声的干扰,实现图像冰水二值分割、将冰架前端2维(图像强度)空间问题转换到1维纵向剖面线来分析,增加了操作和研究的时效性。主要包括三步:基于SO-CFAR算法的SAR影像二值化、形态学滤波应用及优化、基于剖面分析方法的冰架前端点提取。结果表明采用SO-CFAR算法实现冰水的二值分割和采用交替使用开、闭运算对二值图像进行滤波处理,可以减少原始图像灰度噪声干扰,并修正冰架前端存在大量的离散点问题、冰架前端融水因素造成的二值偏差问题、冰架前端有细小浮冰问题,优化二值图像。最后一步中约束研究区域和生成纵向剖面线将2维空间问题转换到1维纵向剖面线来分析,采用累积和滑动窗口相减法冰架前端点检测算法,可以很好解决前端浮冰、冰裂隙场景下的提取问题。
(3)分别从数据空间分辨率、形态学滤波、剖面线数量三个方面,对设计的冰架前端自动化检测算法进行参数适应性分析。结果表明数据空间分辨率越高,冰架前端点检测结果精度越高;引入形态学滤波能优化二值图像,提高检测检测精度;冰架前端位置检测精度随纵向剖面线数不同而发生变化,考虑生成冰架前端轮廓线分辨率问题,AIS的最优剖面分辨率为2.7~4km。在精度验证方面,通过与基于标准差与五大值算法作对比,结果表明本文的提出的冰架前端检测算法就有一定的优势,精度优于1个像素,并且受冰架前端表面融水、冰架裂隙、边缘线梯度变化较大、浮冰等因素的干扰较小,具有较强的场景适应性。
(4)根据2015年3月~2019年12月份的埃默里冰架前端提取结果,对冰架在近期崩解前后的年际间和月份间时空变化特点进行分析。结果表明冰架前端在崩解前变化趋势比较稳定且整体形态基本保持不变,且在埃默里冰架崩解前一个月波动最大。冰架中部区域扩展速度最大,最大速度约为4m/d,东部区域扩展速度次之,西侧区域前扩展速度最慢。冰架发生崩解后,崩解面积约为1650km2,冰架中部区域Part2崩解量最大,平均崩解距离为35746.20m。另外,本文提取的冰架前端扩展速度与冰流速产品相比偏差为0.3m/d,考虑冰架前端环境的复杂性、参考数据自身误差、数据的时间跨度不一致性问题,本文方法可以作为研究冰架前端变化趋势一种很好的手段。借鉴前人的研究成果,分析了冰架前端变化趋势和速度除了受上游冰川注入、自身地势起伏、两侧的基岩、冰架厚度、冰架两侧地形等周边环境因素外,还受海底环流、海水盐度等外界因素的影响。通过对冰架崩解前的扩展变化趋势研究和对冰裂隙系统的分析,本文推测近期的埃默里冰架发生崩解主要和冰裂隙T1的不断扩张并贯彻冰架前端区域有很大关系。
冰架是冰盖延伸到海洋的那部分,是冰盖在自身重力作用下,在入海处形成的面积广阔的冰体。冰架不仅是冰盖和大洋连接的纽带,也是全球气候系统中重要组成,冰架面积占到南极冰盖总面积的11%,冰架的变化直接影响到冰盖的物质平衡。而与海水交接的前端是冰架变化比较剧烈的地方,也是冰架主要发生崩解的地方,冰架前端崩裂将引起南极冰盖、冰川流向大洋的冰流加速,关系到南极物质平衡和海平面变化。所以如何动态监测冰架前端的位置和分析其趋势变化,是一个具有重要研究意义的科学问题。然而,目前国际上对南极冰架与海水交界的前端位置提取研究较少,且已有的提取算法在场景适应性和精度上还有较大的提升空间。
因此,本文利用哨兵一号合成孔径雷达影像数据,选取南极洲的第三大冰架—埃默里冰架(Amery Ice Shelf,AIS)作为研究的区域,开发了一种高效且精确的冰架前端位置自动检测的算法,并探究AIS前端在近期发生崩解前后的时空变化特点,具体工作包括:
(1)介绍了用于开发冰架前端自动化检测算法的理论方法和数据,包括SAR基本原理、极化方式与散射机制、Sentinel-1卫星任务、4种成像模式、产品类型及用途、研究区域和实验数据的选取、雷达图像中恒虚警率CFAR及其算法模型、形态学滤波的引用和需要解决的问题。
(2)冰架前端自动化检测算法的研究,主要设计思路有两点:减小原始SAR图像中灰度噪声的干扰,实现图像冰水二值分割、将冰架前端2维(图像强度)空间问题转换到1维纵向剖面线来分析,增加了操作和研究的时效性。主要包括三步:基于SO-CFAR算法的SAR影像二值化、形态学滤波应用及优化、基于剖面分析方法的冰架前端点提取。结果表明采用SO-CFAR算法实现冰水的二值分割和采用交替使用开、闭运算对二值图像进行滤波处理,可以减少原始图像灰度噪声干扰,并修正冰架前端存在大量的离散点问题、冰架前端融水因素造成的二值偏差问题、冰架前端有细小浮冰问题,优化二值图像。最后一步中约束研究区域和生成纵向剖面线将2维空间问题转换到1维纵向剖面线来分析,采用累积和滑动窗口相减法冰架前端点检测算法,可以很好解决前端浮冰、冰裂隙场景下的提取问题。
(3)分别从数据空间分辨率、形态学滤波、剖面线数量三个方面,对设计的冰架前端自动化检测算法进行参数适应性分析。结果表明数据空间分辨率越高,冰架前端点检测结果精度越高;引入形态学滤波能优化二值图像,提高检测检测精度;冰架前端位置检测精度随纵向剖面线数不同而发生变化,考虑生成冰架前端轮廓线分辨率问题,AIS的最优剖面分辨率为2.7~4km。在精度验证方面,通过与基于标准差与五大值算法作对比,结果表明本文的提出的冰架前端检测算法就有一定的优势,精度优于1个像素,并且受冰架前端表面融水、冰架裂隙、边缘线梯度变化较大、浮冰等因素的干扰较小,具有较强的场景适应性。
(4)根据2015年3月~2019年12月份的埃默里冰架前端提取结果,对冰架在近期崩解前后的年际间和月份间时空变化特点进行分析。结果表明冰架前端在崩解前变化趋势比较稳定且整体形态基本保持不变,且在埃默里冰架崩解前一个月波动最大。冰架中部区域扩展速度最大,最大速度约为4m/d,东部区域扩展速度次之,西侧区域前扩展速度最慢。冰架发生崩解后,崩解面积约为1650km2,冰架中部区域Part2崩解量最大,平均崩解距离为35746.20m。另外,本文提取的冰架前端扩展速度与冰流速产品相比偏差为0.3m/d,考虑冰架前端环境的复杂性、参考数据自身误差、数据的时间跨度不一致性问题,本文方法可以作为研究冰架前端变化趋势一种很好的手段。借鉴前人的研究成果,分析了冰架前端变化趋势和速度除了受上游冰川注入、自身地势起伏、两侧的基岩、冰架厚度、冰架两侧地形等周边环境因素外,还受海底环流、海水盐度等外界因素的影响。通过对冰架崩解前的扩展变化趋势研究和对冰裂隙系统的分析,本文推测近期的埃默里冰架发生崩解主要和冰裂隙T1的不断扩张并贯彻冰架前端区域有很大关系。