利用COSMO-SkyMed高分辨率SAR影像的西北航道区域海冰分类和可通行性分析

利用COSMO-SkyMed高分辨率SAR影像的西北航道区域海冰分类和可通行性分析

论文摘要

西北航道作为连接大西洋和太平洋最短的航道,具有显著的经济效益和战略意义。广泛分布的海冰是该地区的明显特征,严重影响了船舶航行的安全。为确保冰区航行的安全性,需要分析其可通行性,因此有必要掌握一定程度的海冰信息,如海冰类型、海冰密集度等,一般来说当海冰密集度六成以下,就可以航行。目前针对海冰监测需利用多种工具和仪器,例如浮标、破冰船、飞机等,但这类仪器都难以进行实时的、大范围的海冰监测,所以针对大范围如西北航道这类区域利用的是卫星遥感技术,而其中合成孔径雷达(SAR)以其不受天气影响,可以全天时、全天候、高分辨率地获取数据的优势被广泛应用。海冰监测的手段也多通过人工解译的方式,且由于所用数据分辨率普遍较低,分类效率也不高,难以描述海冰细节,可能会造成误分类的情况。针对这个情况,本文使用COSMOSkyMed的高分辨率SAR数据,进行目标区域的海冰、海水分类;利用分类结果计算目标区域的海冰密集度;结合航道宽度实现对航道区域的可通行性分析。同时使用被广泛用于极地研究的Sentinel-1数据进行对比。主要工作如下:1.筛选出西北航道的巴罗海峡区域作为实验区域,利用COSMO-SkyMed的Level 1C产品(GEC)HH极化的聚束模式(Spotlight)数据以及经过预处理的Sentinel-1数据的1级地距影像(GRD)产品HH极化的超宽幅模式数据;2.利用超像素分割以提高分类效率;3.提取灰度共生矩阵(GLCM)中的对比度、能量、同质性、相关性特征加灰度特征的组合特征方式,作为海冰影像的特征,构建样本集;4.利用支持向量机(SVM)模型对训练样本进行分类,得到分类器模型,到此实现海冰的监督分类;5.利用海冰分类的结果,对实验海域进行海冰密集度计算以分析实验区域的可通行性,具体做法是根据分类结果,按照船舶体量要求的航线宽度划定滑动窗口,统计各窗口的海冰密集度,基于蚁群算法将高于60%判定为障碍,从而实现航道区域的可通行性分析。实验证明,本文提出的组合特征的方式相比于单一使用GLCM或者灰度特征在分类精度上有所提高,组合特征中灰度特征权重为5时,利用组合特征构建样本的方式满足海冰分类的要求;分类的结果可以被用来对冰区进行海冰密集度计算;在特定区域的可通行性问题中,COSMO-SkyMed数据表现出了更好的适用性。

论文目录

  • 摘要
  • abstract
  • 1 绪论
  •   1.1 选题背景与研究意义
  •   1.2 国内外研究现状
  •     1.2.1 海冰监测研究现状
  •     1.2.2 SAR影像的海冰分类研究现状
  •     1.2.3 海冰密集度研究现状
  •   1.3 研究内容
  •     1.3.1 研究内容与方法
  •     1.3.2 技术路线与文章结构
  •   1.4 本章小结
  • 2 实验区概况与实验数据介绍
  •   2.1 西北航道关键区域
  •   2.2 实验区域选择
  •   2.3 COSMO-SkyMed数据与Sentinel-1 数据介绍
  •     2.3.1 COSMO-SkyMed数据
  •     2.3.2 Sentinel-1 数据
  •   2.4 COSMO-SkyMed数据在海冰和海水的具体表现
  •   2.5 本章小结
  • 3 多特征融合的海冰图像分类
  •   3.1 数据预处理
  •     3.1.1 辐射定标
  •     3.1.2 斑点去噪
  •     3.1.3 几何校正
  •   3.2 超像素处理
  •   3.3 训练样本的构建
  •     3.3.1 灰度共生矩阵
  •     3.3.2 灰度特征
  •     3.3.3 组合特征
  •   3.4 利用支持向量机模型进行海冰分类
  •     3.4.1 二分类
  •     3.4.2 多分类
  •     3.4.3 核函数
  •   3.5 本章小结
  • 4 航道区域可通行性分析
  •   4.1 航道设计标准
  •   4.2 主要北极航行船舶介绍
  •   4.3 海冰密集度的计算
  •   4.4 利用海冰密集度信息进行航道可通行性分析
  •     4.4.1 密集度判断
  •     4.4.2 蚁群算法介绍
  •     4.4.3 基于蚁群算法的可通行性分析
  •   4.5 本章小结
  • 5 实验分析
  •   5.1 灰度共生矩阵(GLCM)特征参数调节
  •   5.2 不同特征提取方式的分类结果
  •   5.3 分类精度的验证
  •   5.4 不同数据的分类结果比较
  •     5.4.1 COSMO-SkyMed数据海冰分类
  •     5.4.2 Sentinel-1 数据海冰分类
  •     5.4.3 不同数据的分类比较分析
  •   5.5 不同数据的可通行性比较分析
  •     5.5.1 不同数据的可通行性分析
  •     5.5.2 COSMO-SkyMed航线规划适应性实验
  •     5.5.3 Sentinel-1 航线规划适应性实验
  •   5.6 本章小结
  • 6 总结与展望
  •   6.1 研究内容总结
  •   6.2 主要创新点与贡献
  •   6.3 后续工作与展望
  • 致谢
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 潘荔君

    导师: 康志忠

    关键词: 西北航道,海冰分类,海冰密集度,可通行性分析

    来源: 中国地质大学(北京)

    年度: 2019

    分类: 基础科学

    专业: 海洋学

    单位: 中国地质大学(北京)

    分类号: P731.15

    DOI: 10.27493/d.cnki.gzdzy.2019.000520

    总页数: 87

    文件大小: 7595K

    下载量: 71

    相关论文文献

    • [1].基于海冰分析图获取北极固定冰分布的方法研究[J]. 冰川冻土 2019(05)
    • [2].基于机械学习理论的海冰风险短期预报研究[J]. 海洋技术学报 2020(01)
    • [3].一种海冰灾害损失评估指标体系的构建方法[J]. 科学技术创新 2020(04)
    • [4].海冰预警监测综合信息服务平台设计与实现[J]. 海洋环境科学 2020(03)
    • [5].何以择“旧”——对直向建筑海冰楼设计的两处讨论[J]. 建筑学报 2020(05)
    • [6].“脆弱”的力量 天津南开大学海冰楼的设计思考[J]. 时代建筑 2020(03)
    • [7].北极的海冰变化和影响[J]. 科技风 2020(19)
    • [8].南开大学海冰楼[J]. 建筑实践 2020(06)
    • [9].有这样一位环保局长——速写大连市环保局党组书记、局长张海冰[J]. 中国生态文明 2017(05)
    • [10].海冰萎缩影响 全球感受得到[J]. 中学地理教学参考 2016(22)
    • [11].渤海湾海冰压缩强度测试研究[J]. 中国海洋平台 2016(05)
    • [12].极地海冰厚度探测方法及其应用研究综述[J]. 极地研究 2016(04)
    • [13].极地海冰环境分析[J]. 船舶 2017(02)
    • [14].中国南极科学考察探地雷达海冰探测[J]. 地球物理学进展 2017(02)
    • [15].南极磷虾探捕区独立海冰提取[J]. 遥感信息 2017(03)
    • [16].海冰运动研究进展综述[J]. 海洋预报 2017(03)
    • [17].第1讲 渤、黄海的海冰[J]. 海洋预报 2017(03)
    • [18].第2讲 海冰动力学[J]. 海洋预报 2017(05)
    • [19].海冰,来年再见啦![J]. 海洋世界 2016(04)
    • [20].不同月海冰边界提取算法对南极海冰变化的影响分析[J]. 极地研究 2016(02)
    • [21].未来中国近海海冰变化特征的预估研究[J]. 海洋预报 2016(05)
    • [22].基于资源3号卫星的海冰监测研究[J]. 遥感信息 2014(06)
    • [23].热浪来了,北极海冰还好吗[J]. 科学之友(上半月) 2018(11)
    • [24].东北的冬之运动休闲 海冰[J]. 今日辽宁 2018(06)
    • [25].北极海冰 正在变薄[J]. 大自然探索 2018(01)
    • [26].资讯[J]. 世界博览 2017(09)
    • [27].奏一阙“海读”心曲 唱一首“海读”之歌[J]. 教育家 2017(05)
    • [28].北极2.0:冰没了会怎样[J]. 意林文汇 2017(13)
    • [29].海冰融化的临界点[J]. 英语沙龙(时尚版) 2010(08)
    • [30].古环境证据表明海冰消退加剧冻土消融[J]. 矿物岩石地球化学通报 2020(02)

    标签:;  ;  ;  ;  

    利用COSMO-SkyMed高分辨率SAR影像的西北航道区域海冰分类和可通行性分析
    下载Doc文档

    猜你喜欢