极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。
极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。
极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。
极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。
极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。
极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。
南极地区的融雪将影响全球能量收支和海平面高度的变化。微波散射计（SCAT）和辐射计（SMR）对探测融雪是有效的。在本文中，海洋2号B（HY-2B）卫星上的SCAT和SMR从2020年3月1日至2021年2月28日的数据将作为实验数据集用于开展南极冰盖融雪检测研究，使用84张Landsat-8影像得到实验的融雪/干雪样本数据集，以Thurston站、Willie Field站和Schwerdtfeger站所测的空气温度数据作为实验结果的验证数据集。实验结果表明：当气象站的气温达到阈值-1.1℃时，可以判断气象站所在极地网格像素上有融雪发生；当一个极地网格像素对应区域内的融雪面积比例达到阈值1.43%时，可以判断该像素上有融雪发生；经过标准化处理后的散射计和辐射计数据协同检测融雪的阈值分别为-0.98和1.63。通过与2020年3月1日至2021年2月28日的气温数据进行验证，HY-2B/SCAT和HY-2B/SMR协同探测融雪的效果比使用单一传感器好，准确率达到92.9%。通过对融雪探测结果的时空分析得出：南极半岛可以成为南极冰盖融雪研究的首选局部地区；南极整体在12月中旬至1月中下旬处...
南极地区的融雪将影响全球能量收支和海平面高度的变化。微波散射计（SCAT）和辐射计（SMR）对探测融雪是有效的。在本文中，海洋2号B（HY-2B）卫星上的SCAT和SMR从2020年3月1日至2021年2月28日的数据将作为实验数据集用于开展南极冰盖融雪检测研究，使用84张Landsat-8影像得到实验的融雪/干雪样本数据集，以Thurston站、Willie Field站和Schwerdtfeger站所测的空气温度数据作为实验结果的验证数据集。实验结果表明：当气象站的气温达到阈值-1.1℃时，可以判断气象站所在极地网格像素上有融雪发生；当一个极地网格像素对应区域内的融雪面积比例达到阈值1.43%时，可以判断该像素上有融雪发生；经过标准化处理后的散射计和辐射计数据协同检测融雪的阈值分别为-0.98和1.63。通过与2020年3月1日至2021年2月28日的气温数据进行验证，HY-2B/SCAT和HY-2B/SMR协同探测融雪的效果比使用单一传感器好，准确率达到92.9%。通过对融雪探测结果的时空分析得出：南极半岛可以成为南极冰盖融雪研究的首选局部地区；南极整体在12月中旬至1月中下旬处...
南极地区的融雪将影响全球能量收支和海平面高度的变化。微波散射计（SCAT）和辐射计（SMR）对探测融雪是有效的。在本文中，海洋2号B（HY-2B）卫星上的SCAT和SMR从2020年3月1日至2021年2月28日的数据将作为实验数据集用于开展南极冰盖融雪检测研究，使用84张Landsat-8影像得到实验的融雪/干雪样本数据集，以Thurston站、Willie Field站和Schwerdtfeger站所测的空气温度数据作为实验结果的验证数据集。实验结果表明：当气象站的气温达到阈值-1.1℃时，可以判断气象站所在极地网格像素上有融雪发生；当一个极地网格像素对应区域内的融雪面积比例达到阈值1.43%时，可以判断该像素上有融雪发生；经过标准化处理后的散射计和辐射计数据协同检测融雪的阈值分别为-0.98和1.63。通过与2020年3月1日至2021年2月28日的气温数据进行验证，HY-2B/SCAT和HY-2B/SMR协同探测融雪的效果比使用单一传感器好，准确率达到92.9%。通过对融雪探测结果的时空分析得出：南极半岛可以成为南极冰盖融雪研究的首选局部地区；南极整体在12月中旬至1月中下旬处...
南极地区的融雪将影响全球能量收支和海平面高度的变化。微波散射计（SCAT）和辐射计（SMR）对探测融雪是有效的。在本文中，海洋2号B（HY-2B）卫星上的SCAT和SMR从2020年3月1日至2021年2月28日的数据将作为实验数据集用于开展南极冰盖融雪检测研究，使用84张Landsat-8影像得到实验的融雪/干雪样本数据集，以Thurston站、Willie Field站和Schwerdtfeger站所测的空气温度数据作为实验结果的验证数据集。实验结果表明：当气象站的气温达到阈值-1.1℃时，可以判断气象站所在极地网格像素上有融雪发生；当一个极地网格像素对应区域内的融雪面积比例达到阈值1.43%时，可以判断该像素上有融雪发生；经过标准化处理后的散射计和辐射计数据协同检测融雪的阈值分别为-0.98和1.63。通过与2020年3月1日至2021年2月28日的气温数据进行验证，HY-2B/SCAT和HY-2B/SMR协同探测融雪的效果比使用单一传感器好，准确率达到92.9%。通过对融雪探测结果的时空分析得出：南极半岛可以成为南极冰盖融雪研究的首选局部地区；南极整体在12月中旬至1月中下旬处...