基于改进的交叉极化比率算法的南极冻融探测

吉林大学学报(地球科学版)

基于改进的交叉极化比率算法的南极冻融探测

王星东^1，2，李新武²，熊章强¹，梁雷²

1.中南大学有色金属成矿预测教育部重点实验室/地球科学与信息物理学院，长沙410083;
2.中国科学院对地观测与数字地球科学中心，北京100094

收稿日期:2012-02-23 出版日期:2013-01-26 发布日期:2013-01-26
作者简介:王星东(1982-)，男，博士研究生，主要从事主被动遥感冰盖冻融探测研究，E-mail:zkywxd@163.com
基金资助:
国家自然科学基金项目（41076129）；国家“863”计划项目（2008AA121702）

Antarctic Freeze-Thaw Detection Based on Improved Cross-Polarized Gradient Ratio

Wang Xingdong^1，2, Li Xinwu², Xiong Zhangqiang¹, Liang Lei²

1.Key Laboratory of Metallogenic Prediction of Nonferrous Metals,Ministry of Education/School of Geosciences and InfoPhysics,Central South University，Changsha410083，China;
2.Center for Earth Observation and Digital Earth, Chinese Academy of Sciences, Beijing100094, China

Received:2012-02-23 Online:2013-01-26 Published:2013-01-26

摘要/Abstract

摘要：

针对交叉极化比率（cross-polarized gradient ratio，XPGR）算法在冰盖冻融探测中存在的问题，提出了不依赖于实地观测数据的、自动阈值分割的、改进的XPGR微波辐射计南极冰盖冻融探测方法，即运用广义高斯模型对XPGR的长时间序列数据做直方图统计，计算出干湿雪划分的最优阈值，从而得到南极冰盖冻融分布图。试验结果表明：改进前后的结果虽然相差不多，但改进后的方法由于不依赖于实地观测数据，不仅提高了冰盖冻融探测的计算效率、实用性和可操作性，而且还在一定程度上提高了冰盖冻融探测的精度。

关键词: 冻融探测, 微波辐射计, 改进的XPGR, 广义高斯模型, 遥感

Abstract:

In view of the problem of XPGR (cross-polarized gradient ratio) algorithm existed in the ice-sheet freeze-thaw detection, we proposed an improved XPGR algorithm used in the Antarctic ice-sheet freeze-thaw detection by microwave radiometer.The algorithm used the generalized Gaussian model to automatically calculate the optimal threshold of the dry and wet snow through histogram statistics for the long time series data of XPGR, which did not depend on the field observations. By comparing and analyzing, we can see that the two results are very similar, but the new algorithm improves the computational efficiency, usability and operability of detecting in the ice-sheet freeze-thaw detection because the algorithm does not rely on field observations. To some extent, the new algorithm can also improve the accuracy of ice-sheet freeze-thaw detection.

Key words: freeze-thaw detection, microwave radiometer, improved cross-polarized gradient ratio, generalized Gaussian model, remote sensing

中图分类号:

王星东，李新武，熊章强，梁雷. 基于改进的交叉极化比率算法的南极冻融探测[J]. 吉林大学学报(地球科学版), 2013, 43(1): 306-311.

Wang Xingdong, Li Xinwu, Xiong Zhangqiang, Liang Lei. Antarctic Freeze-Thaw Detection Based on Improved Cross-Polarized Gradient Ratio[J]. Journal of Jilin University(Earth Science Edition), 2013, 43(1): 306-311.

参考文献

相关文章 15

[1]	高源, 侯春萍, 李梦龙, 马丹, 杨阳. 异常检测驱动的GNSS-R海冰半监督多任务反演算法[J]. 吉林大学学报(地球科学版), 2026, 56(3): 1088-1106.
[2]	刘洪学, 杨化超, 卞和方, 李斌, 李磊, 汪森. 基于深度学习及人机协同的煤矿区地表遥感影像变化图斑智能提取[J]. 吉林大学学报(地球科学版), 2026, 56(3): 1076-1087.
[3]	王明常, 于海滨, 曾昭发, 王典, 韩复兴, 张剑, 罗修杰, 冷亮, 刘子维. 基于多源遥感数据的城市道路坍塌易发性预测[J]. 吉林大学学报(地球科学版), 2025, 55(3): 1028-1038.
[4]	王民水, 王明常, 王婧瑜, 刘子维. 融合注意力机制和权重平衡算法的遥感图像分类 [J]. 吉林大学学报(地球科学版), 2025, 55(2): 697-704.
[5]	杨笑天, 谭金林, 鱼昕, 赵俊哲, 刘铭. 基于GAM-YOLOv8的遥感图像舰船目标跟踪[J]. 吉林大学学报(地球科学版), 2025, 55(1): 328-339.
[6]	王威, 熊艺舟, 王新. NHNet——新型层次化遥感图像语义分割网络[J]. 吉林大学学报(地球科学版), 2024, 54(5): 1764-1772.
[7]	林雨准, 刘智, 王淑香, 芮杰, 金飞. 基于卷积神经网络的光学遥感影像道路提取方法研究进展[J]. 吉林大学学报(地球科学版), 2024, 54(3): 1068-1080.
[8]	王明常, 丁文, 赵竞争, 吴琳琳, 王凤艳, 纪雪. 基于知识图谱与随机森林的落叶松毛虫害遥感识别[J]. 吉林大学学报(地球科学版), 2023, 53(6): 2006-2017.
[9]	闫佰忠, 李瑶, 秦光雄, 于开宁, 吴云霞, 王亚楠. 基于遥感技术的贵德盆地多元信息干热岩靶区预测[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1288-1300.
[10]	赵忠海, 乔锴, 孙景贵, 陈俊, 崔晓梦, 梁杉杉, Manirambona Alain Jospin. 黑龙江建边农场地区遥感蚀变异常提取方法[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1275-1275.
[11]	李美霖, 芮杰, 金飞, 刘智, 林雨准. 基于改进YOLOX的遥感影像目标检测算法[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1313-1322.
[12]	戴均豪, 薛林福, 李忠潭, 桑学佳, 马建雄. 无人机遥感技术在甘肃北山地区地质填图中的应用[J]. 吉林大学学报(地球科学版), 2021, 51(6): 1908-1920.
[13]	王博帅, 蒲东川, 李婷婷, 牛雪峰. 基于多源遥感影像的长春市城市建成区提取[J]. 吉林大学学报(地球科学版), 2021, 51(4): 1284-1294.
[14]	王明常, 朱春宇, 陈学业, 王凤艳, 李婷婷, 张海明, 韩有文. 基于FPN Res-Unet的高分辨率遥感影像建筑物变化检测[J]. 吉林大学学报(地球科学版), 2021, 51(1): 296-306.
[15]	吴燕清, 王世成, 丁园, 王文正, 余弘龙, 王青, 李杨. 内蒙古新城子盆地铀及多金属矿产勘查遥感应用[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1917-1928.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed