论文部分内容阅读
业务化海冰遥感监测的要素主要包括海冰类型、海冰厚度和海冰范围(冰缘线)。本文针对辽东湾海冰的特点,结合星载合成孔径雷达(SAR)、机载微波辐射计(ABMR)和星载微波辐射计遥感图像观测辽东湾海冰,发展海冰要素探测算法,提取海冰类型、海冰厚度和冰缘线信息。海冰类型SAR信息提取方面,首先分析了双极化ENVISAT ASAR数据不同极化方式的海冰探测能力。然后利用SAR图像,结合同步TM数据和航空照片,开展辽东湾地区不同类型海冰的电磁特性研究。研究结果表明,SAR图像可较好地区分沿岸固定冰、平整冰和碎冰堆积区,但在探测初生冰方面并不可靠,探测结果与海冰生长阶段以及海冰周围环境条件有关。根据SAR图像中海冰类型的分析,将PCNN神经网络用于海冰SAR图像的分割和海冰分类,并对PCNN做了简化和改进。经SAR图像分类结果测试,简化和改进后的PCNN可较好地区分SAR图像中的海冰类型。通过分析了PCNN网络各参数对SAR图像分割结果的影响,指出了各参数的取值范围,并在此基础上建立了基于PCNN神经网络的海冰SAR图像半自动分类判读系统。海冰厚度机载微波辐射计信息提取方面,推导了非相干模式的ABMR海冰厚度反演模型,并首次得到了模型中高阶亮温辐射项的计算表达式。通过对模型的分析,指出ABMR只能测量一定范围内的海冰厚度。其中,最大海冰探测厚度不仅决定于ABMR的波长,而且还受到仪器精度的限制;最小海冰探测厚度只与仪器的波长有关。在此基础上,定量计算了我国几种常用波长ABMR的海冰厚度探测范围。并结合辽东湾海冰冰情等级,指出适合不同海冰冰情等级的ABMR的选择。最后分析了海冰厚度反演模型的影响因素和模型的适应范围。海冰边缘线星载微波辐射计信息提取方面,首次将PSSM算法用于AMSR数据,提取辽东湾海冰边缘线信息,可得到空间分辨率为2.5km、重复周期为1d的辽东湾海冰边缘线信息。通过提取结果与Jason-1高度计和SAR探测海冰边缘线的比较,验证了PSSM方法探测辽东湾海冰边缘线的有效性。论文的最后对全文做了总结,并提出和讨论了需要进一步开展的工作。