冰川表面运动提取在冰川动力学与物质平衡变化研究中具有重要意义。针对当前我国自主遥感卫星数据在冰川运动监测应用中存在的不足，选用GF-3卫星FSI模式下获取的2019—2020年间覆盖亚洲高山区典型冰川的SAR数据，借助并行化偏移量跟踪算法获取了研究区冰川表面流速分布。研究结果表明：优化后的偏移量跟踪算法极大地提高了运行效率；全局形变拟合估计、地形偏差校正及滤波降噪后，冰川运动分布形态更加直观，精度可达0.5m；通过与准同期Landsat-8影像提取的冰川流速对比以及对非冰川区位移残差的统计分析，验证了GF-3影像在监测不同区域冰川流速结果方面的可靠性及适用性；GF-3影像凭借其良好的空间分辨率，在规模较小、运动缓慢的冰川运动提取方面具有显著的优势，能够更好地体现冰川运动细节信息及其差异性。该研究有助于分析气候变化背景下青藏高原地区冰川的运动规律及其时空演变特征。

青藏高原又称世界"第三极",是北半球中低纬度地区最大的现代冰川作用区,在全球气候系统中起着至关重要的作用。研究该地区冰川流速时空变化对于认识冰川动力学特征,及其对气候变化的响应具有重要的意义。而且长期冰川活动性监测对推动区域可持续发展、促进全球生态环境保护具有重要的指导作用。本文基于2019–2020年间覆盖目标区域典型冰川的高分三号(GF-3)影像,借助改进的偏移量跟踪算法,通过精准地弥补全局性位移和地形效应以及滤波降噪处理后,得到了高亚洲地区典型冰川表面高精度运动数据集(GeoTIFF格式,32位浮点型)。采用GF-3卫星FSI成像模式SAR影像,计算结果空间分辨率约为12 m。非冰川区残差统计分析表明,研究周期内整体精度约为0.5 m。结果显示,研究区冰川表面运动大多呈现为积累区速度较快/消融区和末端运动速度慢的特点,个别中小型冰川具有相对较强的活动性,整体上与地势起伏和气候等因素存在一定的相关性。本数据集可作为青藏高原冰川物质平衡分析的基础数据,支撑高亚洲地区气候变化方面的研究,推动国产遥感数据在冰川活动性及气候变化研究中的深层次应用。

以新疆阿尔泰山南麓克兰河流域典型区为研究区,利用GF-3全极化数据进行积雪探测,提出了一种基于特征优选的积雪识别方法。首先通过极化分解获取了GF-3数据的22个极化特征,并利用随机森林方法计算各特征的重要性,构建特征优选规则生成最优特征集,然后基于最优特征集对积雪进行识别。分析特征的重要性发现,同极化后向散射系数对积雪识别的贡献比交叉极化的贡献大,面散射和体散射对积雪识别的贡献比二面角散射贡献大。将该方法与最大似然法、支持向量机、BP神经网络3种分类器的对比发现,使用最优特征集并且利用随机森林方法的积雪识别精度最高(F指数为0.86,总体精度为0.79)。结果表明:基于特征优选进行积雪识别,不仅使得积雪识别效率得到提高,而且保持精度不变甚至有所增加,证明了该方法在积雪识别中的有效性。