基于不确定边界建模的南极海冰冰缘动态变化研究

The Antarctic sea ice edge zone observed from passive microwave satellite images (6km resolution) can be either diffuse or compact, and often shows changing transition zones from the open ocean to dense ice concentration zone. Traditional single threshold classification simplifies the extent determination of sea ice as crisp objects and consequently may impacts on the spatial temporal analysis of the sea ice change. The aim of this project is to improve the capability and accuracy of identifying Antarctic sea ice extent, as well as to assess the quality of spatial-temporal change results based on large scale image data. The project consists of three steps: uncertain object modeling - object extraction - spatial-temporal change analysis. Random set theory is chosen to model the uncertain boundary of sea ice objects as observed from passive microwave satellite images and their sea ice concentration data. Secondly, satellite images with a finer resolution are used as training and testing data to update the random set model using Basysian statistics. Thirdly, the spatotemporal changes of sea ice from the random set modeling results are analyzed to obtain detailed information on dynamics of sea ice edge length, location and number of polynya. Finally, the degree of uncertainty in ice edge is quantifed in space and time, and thus its influence on sea ice change detection is assessed. The study will be beneficial to related applications such as sea ice monitoring, climate change modeling, ship navigation, ecological environmental assessment and so on.

从大尺度被动微波遥感影像上提取的海冰密集度反映了南极海冰的空间分布具有从开阔海域到密集海冰逐渐过渡的特点，采用传统单阈值法确定的海冰范围不仅降低了海冰变化分析的准确度，也难以描述海冰冰缘的模糊过渡性特征。本项目针对这一问题，以"不确定边界建模-海冰冰缘提取-冰缘变化与评估"为研究主线，采用随机集方法对海冰进行不确定边界建模；从中小尺度的海冰观测数据获取训练和验证样本，更新随时间变化的不确定边界模型的参数；分析基于不确定目标模型提取的冰缘长度、冰间湖个数、面积等特征和其随时间的变化规律，并对冰缘目标在不同时间和地理区域的的不确定程度做定量化描述，以及评估不确定信息对海冰长期变化分析的影响。本研究可以在不改变海冰密集度数据源的情况下提高提取海冰冰缘位置的准确性，同时可以提高后续的海冰时空变化分析的精度，在海冰监测、气候变化分析、极区考察、生态环境评价等方面具有重要的应用

从大尺度被动微波遥感影像上提取的海冰密集度反映了南极海冰的空间分布具有从开阔海域到密集海冰逐渐过渡的特点，采用传统单阈值法确定的海冰范围不仅降低了海冰变化分析的准确度，也难以描述海冰冰缘的模糊过渡性特征。根据项目设定的"不确定边界建模-海冰冰缘提取-冰缘变化与评估"的研究主线，按照合同书上的规定，主要工作包括：（1）海冰的不确定边界建模与动态更新方法；（2）时序海冰冰缘目标自适应提取算法；（3）南极海冰分布的时空变化分析。在2014-2016期间，项目执行人圆满完成了研究计划和各项预期成果。发表文章共计12篇，其中EI/SCI 9篇；参加国际国内学术会议并做口头报告7次。..关键数据包括： ①挑选并下载了10幅无云的500m分辨率 MODIS L1B级影像数据，位置分布在环南极洲大陆的海冰区边缘，进行精细尺度的边缘精度分析。②下载了NSIDC提供的1978年11月到2014年12月SMMR、SSM/I、SSMIS的Bootstrap 算法海冰密集度产品http://nsidc.org/data/NSIDC-0079，用于海冰范围不确定性建模。③下载了2002年6月到2011年10月间国际公开发布的ASPeCt船测海冰归档数据，用于验证边缘密集度。④下载了1978年11月至2014年12月共36年基于SMMR和SSM/I的南极地区海冰索引(sea ice index)数据集，用于计算海冰边缘长度变化。..依据ASPeCt海冰目视观测标准，在中高分辨率光学遥感影像上采样模拟船测海冰边界，该方法避免了从影像上人工判断边界的主观性和船测采样的时空局限性，能获取大量的地面验证数据，用于海冰密集度产品的精度评定与分析。模拟边界样点的AMSR-E的SIC平均值与15%阈值有显著差异，但15%阈值的空间位置较为准确。随机集可以用来刻画南极月平均海冰范围的不确定性。基于随机集期望的平均方法为获取月平均海冰范围提供了另一种区别于传统数值平均值的思路。研究得到的1978年11月-2014年12月间海冰范围的变化在任意一种平均方法下都呈上升趋势，而同一时期的海冰周长趋势却各不相同。并且5种方法得到的海冰范围趋势相比周长趋势更加集中。因此，海冰周长这一参数对不同平均算法更加敏感。不同平均算法得到的月平均范围在海冰消退或者增长变化快的月份差异较大。