论文部分内容阅读
西北航道作为连接大西洋和太平洋最短的航道,具有显著的经济效益和战略意义。广泛分布的海冰是该地区的明显特征,严重影响了船舶航行的安全。为确保冰区航行的安全性,需要分析其可通行性,因此有必要掌握一定程度的海冰信息,如海冰类型、海冰密集度等,一般来说当海冰密集度六成以下,就可以航行。目前针对海冰监测需利用多种工具和仪器,例如浮标、破冰船、飞机等,但这类仪器都难以进行实时的、大范围的海冰监测,所以针对大范围如西北航道这类区域利用的是卫星遥感技术,而其中合成孔径雷达(SAR)以其不受天气影响,可以全天时、全天候、高分辨率地获取数据的优势被广泛应用。海冰监测的手段也多通过人工解译的方式,且由于所用数据分辨率普遍较低,分类效率也不高,难以描述海冰细节,可能会造成误分类的情况。针对这个情况,本文使用COSMOSkyMed的高分辨率SAR数据,进行目标区域的海冰、海水分类;利用分类结果计算目标区域的海冰密集度;结合航道宽度实现对航道区域的可通行性分析。同时使用被广泛用于极地研究的Sentinel-1数据进行对比。主要工作如下:1.筛选出西北航道的巴罗海峡区域作为实验区域,利用COSMO-SkyMed的Level 1C产品(GEC)HH极化的聚束模式(Spotlight)数据以及经过预处理的Sentinel-1数据的1级地距影像(GRD)产品HH极化的超宽幅模式数据;2.利用超像素分割以提高分类效率;3.提取灰度共生矩阵(GLCM)中的对比度、能量、同质性、相关性特征加灰度特征的组合特征方式,作为海冰影像的特征,构建样本集;4.利用支持向量机(SVM)模型对训练样本进行分类,得到分类器模型,到此实现海冰的监督分类;5.利用海冰分类的结果,对实验海域进行海冰密集度计算以分析实验区域的可通行性,具体做法是根据分类结果,按照船舶体量要求的航线宽度划定滑动窗口,统计各窗口的海冰密集度,基于蚁群算法将高于60%判定为障碍,从而实现航道区域的可通行性分析。实验证明,本文提出的组合特征的方式相比于单一使用GLCM或者灰度特征在分类精度上有所提高,组合特征中灰度特征权重为5时,利用组合特征构建样本的方式满足海冰分类的要求;分类的结果可以被用来对冰区进行海冰密集度计算;在特定区域的可通行性问题中,COSMO-SkyMed数据表现出了更好的适用性。