主被动微波数据融合反演北极海冰密集度

Active and passive microwave remote sensing data fusion combining high temporal resolution of passive microwave data and high spatial resolution of SAR is significant for improving sea ice concentration retrieval. With respect to the significant uncertainty of sea ice concentration retrieval in sea ice marginal and thin ice zone, we take full consideration of tie points with seasonal and spatial sea ice change. A contextual and spatial ice-water classification algorithm is developed to provide ice-water label as a priori. SAR and corresponding brightness temperature from passive microwave data is integrate into the ice-water mixing model. The mixed-scale dense convolution neural network model is exploited to capture the multiscale feature of ice floes. A decision fusion of sea ice concentration from SAR and passive microwave remote sensing data is to update the graph and training parameters in deep learning algorithm. The spatial and temporal fusion sea ice concentration will be utilized for analyzing the Arctic sea ice dynamic change. Results is important for improving sea ice geophysical parameters retrieval such as sea ice extent, area, type, thickness and drift by polar remote sensing technique, and providing accurate sea ice product for Arctic sea route exploitation and utilization.

主被动微波融合技术综合利用被动微波遥感高时间分辨率和SAR数据高空间分辨率的优势，对于提高微波遥感海冰密集度反演精度具有重要的研究意义。针对微波遥感技术在海冰边缘等薄冰区域海冰密集度反演存在较大的不确定性，本项目充分考虑被动微波遥感算法中固定系点不具有季节和动态场景适应性的问题，利用顾及语义上下文冰水分类模型，获取的高精度SAR冰水类别作为先验信息提取动态系点，建立SAR影像和对应微波亮温数据之间的冰水混合模型，利用扩张卷积算子提取单个层的浮冰多尺度特征，建立混合尺度密集卷积神经网络模型，将决策融合的密集度用于更新深度学习的中间图和参数，获取长时间序列密时空融合结果，分析北极海冰密集度时序变化规律。研究成果不仅有助于提高海冰范围、面积、厚度、类别以及漂移等极地遥感海冰地球物理参数反演精度，还为更好地开发和利用北极航道提供数据支撑，具有重要的科学意义和应用价值。

利用微波遥感技术反演海冰密集度在海冰边缘等薄冰区域存在较大的不确定性，随着北极海冰快速减少和变薄，获取高精度的海冰密集度产品对于研究“海水-海冰-大气”的交互过程具有重要意义。本项目综合被动微波遥感数据大范围覆盖和SAR遥感数据高空间分辨率优点，针对传统被动微波遥感算法的固定系点不具有季节和动态场景适应性的问题，利用顾及语义上下文的判别模型，获取高精度SAR海冰类别信息，结合SAR海冰分类作为系点的先验信息，构建动态系点自动提取模型，研究混合尺度卷积神经网络模型，实现最大后验概率主被动微波决策融合，利用扩张卷积算子，获取长时间序列密集度时空融合结果，以弗拉姆海峡为重点区域，分析海冰密集度时序变化规律。本项目研究的高精度海冰密集度产品对全球气候变化分析和航道设计具有重要的研究意义和应用价值。