TY - JOUR ID - 10.11834/jrs.20222031 TI - 基于Sentinel-1影像追踪与迭代SVD技术提取格陵兰Petermann冰川流速时序 AU - 鞠琦 AU - 李刚 AU - 李超越 AU - 冯小蔓 AU - 陈晓 AU - 杨治斌 AU - 陈卓奇 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=202201170000004&flag=2 KW - 格陵兰冰盖,冰川流速,SAR,Sentinel-1,偏移量追踪,奇异值分解 KW - Greenland ice sheet KW - glacier velocity KW - SAR KW - Sentinel-1 KW - Offset-Tracking KW - singular value decomposition AB - 格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变,导致影像匹配失相关,从而造成提取的流速场中存在大量错误与空洞。为了克服该问题,本文提出了一套基于Sentinel-1 SAR影像提取冰川流速时序的数据处理流程:通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误;同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差;最后通过间隔6、12、18日的追踪影像引入冗余配对,使用迭代的奇异值分解(SVD)方法求解时序方程组,构建冰川流速时序。将利用本方法提取的2018至2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明,与由单轨数据生成的CPOM冰川流速产品相比,本方法获得的流速时序噪声更少,流速场在时空上更连续平滑,在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似,但本文方法提取的流速时序分辨率更高,有效数据覆盖率更加稳定,且在对于追踪效果较差的夏秋季本方法在抑制噪声方面表现更好。因此本文提出的算法能有效修补影像匹配空洞及剔除异常匹配,并合成高时空分辨率冰川流速时序,对利用星载SAR影像提取格陵兰冰盖流速监测具有重要意义。 ER -