山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪(POT)方法是提取冰川表面大梯度形变的有效手段,然而POT方法的测量精度与影像分辨率密切相关,周期性获取的Sentinel-1分辨率较低(约5m×20m),在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大,归一化互相关系数(NCC)峰值低,难以获取可靠的冰川位移。在本研究中,利用时序影像对的NCC堆叠提高NCC峰值,降低噪声的影响,牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响,提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取,使用2017年10月至2017年12月间Sentinel-1升轨数据集,提取了该时段冰川表面的形变。进行NCC堆叠后,非冰川区域的噪声被很好的抑制,冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小,堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下,速度残差的标准差减小到原来的三分之一,大多数区域都表...
山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪(POT)方法是提取冰川表面大梯度形变的有效手段,然而POT方法的测量精度与影像分辨率密切相关,周期性获取的Sentinel-1分辨率较低(约5m×20m),在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大,归一化互相关系数(NCC)峰值低,难以获取可靠的冰川位移。在本研究中,利用时序影像对的NCC堆叠提高NCC峰值,降低噪声的影响,牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响,提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取,使用2017年10月至2017年12月间Sentinel-1升轨数据集,提取了该时段冰川表面的形变。进行NCC堆叠后,非冰川区域的噪声被很好的抑制,冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小,堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下,速度残差的标准差减小到原来的三分之一,大多数区域都表...
山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪(POT)方法是提取冰川表面大梯度形变的有效手段,然而POT方法的测量精度与影像分辨率密切相关,周期性获取的Sentinel-1分辨率较低(约5m×20m),在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大,归一化互相关系数(NCC)峰值低,难以获取可靠的冰川位移。在本研究中,利用时序影像对的NCC堆叠提高NCC峰值,降低噪声的影响,牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响,提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取,使用2017年10月至2017年12月间Sentinel-1升轨数据集,提取了该时段冰川表面的形变。进行NCC堆叠后,非冰川区域的噪声被很好的抑制,冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小,堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下,速度残差的标准差减小到原来的三分之一,大多数区域都表...
冰川厚度变化是评估区域冰储量变化的最重要指标,以光学立体卫星和双基干涉SAR卫星为代表的冰川区高程测量已成为评估大范围冰储量变化的主要手段。本文首先总结了当前应用于亚洲高山区冰川区的主要光学和雷达卫星数据及其测高精度;然后,对当前冰川厚度变化卫星监测的方法(即监督校正的DEM差分法、自动化校正的DEM差分法、时序DEM参数化回归法和非参数化回归法)及其应用情况进行了梳理和总结,发现当前研究存在冰川雪盖区高程估计不准、雷达波穿透深度估计不准和季节尺度冰厚变化监测难等问题,导致当前对冰川局部变化过程的认识有限;最后,探讨了未来有关冰厚变化监测的潜在发展方向,提出利用当前存档卫星数据、融合多源测高数据、结合未来高时空分辨率观测计划将有助于解决当前所面临的问题。
冰川厚度变化是评估区域冰储量变化的最重要指标,以光学立体卫星和双基干涉SAR卫星为代表的冰川区高程测量已成为评估大范围冰储量变化的主要手段。本文首先总结了当前应用于亚洲高山区冰川区的主要光学和雷达卫星数据及其测高精度;然后,对当前冰川厚度变化卫星监测的方法(即监督校正的DEM差分法、自动化校正的DEM差分法、时序DEM参数化回归法和非参数化回归法)及其应用情况进行了梳理和总结,发现当前研究存在冰川雪盖区高程估计不准、雷达波穿透深度估计不准和季节尺度冰厚变化监测难等问题,导致当前对冰川局部变化过程的认识有限;最后,探讨了未来有关冰厚变化监测的潜在发展方向,提出利用当前存档卫星数据、融合多源测高数据、结合未来高时空分辨率观测计划将有助于解决当前所面临的问题。
冰川厚度变化是评估区域冰储量变化的最重要指标,以光学立体卫星和双基干涉SAR卫星为代表的冰川区高程测量已成为评估大范围冰储量变化的主要手段。本文首先总结了当前应用于亚洲高山区冰川区的主要光学和雷达卫星数据及其测高精度;然后,对当前冰川厚度变化卫星监测的方法(即监督校正的DEM差分法、自动化校正的DEM差分法、时序DEM参数化回归法和非参数化回归法)及其应用情况进行了梳理和总结,发现当前研究存在冰川雪盖区高程估计不准、雷达波穿透深度估计不准和季节尺度冰厚变化监测难等问题,导致当前对冰川局部变化过程的认识有限;最后,探讨了未来有关冰厚变化监测的潜在发展方向,提出利用当前存档卫星数据、融合多源测高数据、结合未来高时空分辨率观测计划将有助于解决当前所面临的问题。
冰湖作为冰川融水主要储蓄载体,能在一定程度延缓区域冰川淡水资源流失,但也为冰湖溃决洪水(Glacial Lake Outburst Floods, GLOFs)、滑坡、泥石流等山地灾害发生提供了孕灾场所,是众多山地冰川灾害链的重要环节。升温、极端气候变化扰动下,冰川物质亏损/减薄速率进一步加剧,冰湖形态变化速率加快、GLOFs发生频次与规模有所提升、灾害影响效应愈发显著,对高海拔山地冰川区下游居民生命财产和基础设施安全带来潜在风险。鉴于此,本文以冰湖与GLOFs研究为主题,首先,通过冰湖研究文献计量分析确定了近些年研究热点专题;其次,围绕山地冰川冰湖与GLOFs研究的3个主要方向:冰湖与GLOFs遥感监测、冰湖时空演化与冰川变化分析及未来潜在冰湖探测、冰湖灾害风险评估与GLOFs案例研究,遴选10项重要专题内容,分门别类、系统梳理总结、剖析了国内外研究进展,阐述了当下研究存在不足;最后,针对所选专题结合技术发展趋势与研究热点问题,围绕冰湖形态信息与GLOFs智能提取、冰川-冰(前/面)湖系统演化及其气候变化响应关系、冰湖监测预警与灾害防治内容,对未来研究做了一定展望,以期为山地冰川冰湖...
冰湖作为冰川融水主要储蓄载体,能在一定程度延缓区域冰川淡水资源流失,但也为冰湖溃决洪水(Glacial Lake Outburst Floods, GLOFs)、滑坡、泥石流等山地灾害发生提供了孕灾场所,是众多山地冰川灾害链的重要环节。升温、极端气候变化扰动下,冰川物质亏损/减薄速率进一步加剧,冰湖形态变化速率加快、GLOFs发生频次与规模有所提升、灾害影响效应愈发显著,对高海拔山地冰川区下游居民生命财产和基础设施安全带来潜在风险。鉴于此,本文以冰湖与GLOFs研究为主题,首先,通过冰湖研究文献计量分析确定了近些年研究热点专题;其次,围绕山地冰川冰湖与GLOFs研究的3个主要方向:冰湖与GLOFs遥感监测、冰湖时空演化与冰川变化分析及未来潜在冰湖探测、冰湖灾害风险评估与GLOFs案例研究,遴选10项重要专题内容,分门别类、系统梳理总结、剖析了国内外研究进展,阐述了当下研究存在不足;最后,针对所选专题结合技术发展趋势与研究热点问题,围绕冰湖形态信息与GLOFs智能提取、冰川-冰(前/面)湖系统演化及其气候变化响应关系、冰湖监测预警与灾害防治内容,对未来研究做了一定展望,以期为山地冰川冰湖...
冰湖作为冰川融水主要储蓄载体,能在一定程度延缓区域冰川淡水资源流失,但也为冰湖溃决洪水(Glacial Lake Outburst Floods, GLOFs)、滑坡、泥石流等山地灾害发生提供了孕灾场所,是众多山地冰川灾害链的重要环节。升温、极端气候变化扰动下,冰川物质亏损/减薄速率进一步加剧,冰湖形态变化速率加快、GLOFs发生频次与规模有所提升、灾害影响效应愈发显著,对高海拔山地冰川区下游居民生命财产和基础设施安全带来潜在风险。鉴于此,本文以冰湖与GLOFs研究为主题,首先,通过冰湖研究文献计量分析确定了近些年研究热点专题;其次,围绕山地冰川冰湖与GLOFs研究的3个主要方向:冰湖与GLOFs遥感监测、冰湖时空演化与冰川变化分析及未来潜在冰湖探测、冰湖灾害风险评估与GLOFs案例研究,遴选10项重要专题内容,分门别类、系统梳理总结、剖析了国内外研究进展,阐述了当下研究存在不足;最后,针对所选专题结合技术发展趋势与研究热点问题,围绕冰湖形态信息与GLOFs智能提取、冰川-冰(前/面)湖系统演化及其气候变化响应关系、冰湖监测预警与灾害防治内容,对未来研究做了一定展望,以期为山地冰川冰湖...
全球变暖导致冰川急剧退缩,及时的冰川监测和制图至关重要,而积雪覆盖一直是冰川识别的重要影响因素。以喀喇昆仑区域为例,选择春季Landsat-8 OLI、Sentinel-1和DEM数据,结合其光谱反射率、SAR散射以及地形等特征,基于不同主干网络的U-Net和DeepLabv3+深度学习方法,使用不同样本尺寸,不同特征组合进行冰川识别对比研究。结果表明:(1)对于256×256、512×512和1 024×1 024像素样本尺寸,训练样本尺寸越大,空间上下文信息越丰富,识别精度越高,冰川末端范围更为精确。(2)基于MobileNet、VGGNet、ResNet以及EfficientNet主干提取网络的U-Net语义分割网络中,VGG19主干网络识别精度最好,且优于DeepLabv3+网络结果,其F1值(F1-Score)为0.899 6,均交并比(Mean Inter over Union,mIoU)为0.875 4,总体精度可达0.948 4,在山体阴影、冰雪融水、薄雾覆盖和冰冻湖泊区域识别效果均较好。(3)随着训练特征数量的减少,精度随之降低,地形特征对于提高冰川识别...