当前浏览: 其他数据


格陵兰冰盖典型冰川冰裂隙数据集(2018-2020)

我们提出利用U-net网络进行冰裂隙识别探测的算法,可以实现格陵兰冰盖典型冰川冰裂隙的自动化探测。基于Sentinel-1 IW每年7、8月的数据,为了抑制SAR图像的相干斑噪声,选择Probabilistic Patch-Based Weights (PPB)算法进行滤波,然后选择具有代表性的样本输入U-net网络进行模型训练,根据训练的模型进行冰裂隙的预测。以格陵兰2个典型冰川(Jakobshavn、Kangerdlussuaq)为例分类结果的平均准确率可达94.5%,其中裂隙区域的局部准确率可达78.6%,召回率为89.4%。

2022-07-29

InSAR识别的青藏高原泛三江并流区活动性滑坡(2007-2019)

针对青藏高原泛三江并流区的17.9万km2的区域,通过Sentinel-1升降轨,以及Palsar-1升轨三种SAR数据进行InSAR变形观测,根据获取的InSAR变形图像,结合地貌和光学影像特征进行综合解译。共识别得到海拔4000m以下的活动性滑坡949处。需要注意的是,因不同SAR数据的观测角度、敏感度和观测时相的差异,同一滑坡用不同数据解译存在一定的差异,在滑坡的范围、边界方面需要借助地面和光学影像进行修正。滑坡InSAR识别比例尺的概念与传统空间分辨率不同,主要依靠变形强度,因此一些规模较小,但与背景相比变形特征突出,整体性强,与地物具有逻辑空间关系的滑坡也能得以解译(配合SAR的强度图、地形阴影图、光学遥感影像为地物参照)。本次最小解译区域可达几个像素,如参考怒江沿江公路解译了一处只有4个像素的公路边坡滑坡。

2022-03-19