电子学报 ›› 2016, Vol. 44 ›› Issue (7): 1671-1678.DOI: 10.3969/j.issn.0372-2112.2016.07.022

• 学术论文 • 上一篇    下一篇

利用变异函数估计SAR影像海冰参数

汪霄箭1, 赵泉华1, 李玉1, 张毅2   

  1. 1. 辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所, 辽宁阜新 123000;
    2. 国家卫星海洋应用中心, 北京 100081
  • 收稿日期:2014-12-25 修回日期:2015-06-05 出版日期:2016-07-25 发布日期:2016-07-25
  • 作者简介:汪霄箭 男,1991年2月出生于安徽省泾县,现为辽宁工程技术大学摄影测量与遥感专业硕士研究生.主要研究方向为空间数据分析.E-mail:690098087@qq.com;赵泉华 女,1978年11月出生于河北省承德.现为辽宁工程技术大学遥感科学与应用研究所副教授、硕士生导师.主要研究方向随机几何、模糊集理论、信息论及其在遥感数据处理中的应用.E-mail:zqhlby@163.com
  • 基金资助:

    空间海洋遥感与应用研究重点实验室开放基金(No.201502002);辽宁工程技术大学研究生科研资助项目(No.5B2014011-01)

Estimating Sea Ice Parameters from SAR Images Using Variograms

WANG Xiao-jian1, ZHAO Quan-hua1, LI Yu1, ZHANG Yi2   

  1. 1. Institute of Remote Sensing Science and Application, School of Geomatics, Liaoning Technical University, Fuxin, Liaoning 123000, China;
    2. National Satellite Ocean Application Service, Beijing 100081, China
  • Received:2014-12-25 Revised:2015-06-05 Online:2016-07-25 Published:2016-07-25

摘要:

随着遥感技术的不断发展,SAR(Synthetic Aperture Radar,合成孔径雷达)影像开始广泛用于空间数据分析.本文在随机几何和空间统计学的基础上,利用随机模型和空间统计学测度解译SAR影像海冰空间结构.在传统二阶变异函数的基础上,创新性地提出一阶变异函数,并以此刻画SAR影像海冰空间结构,从而更加全面、准确地辨识各种类型海冰结构.该方法将SAR影像海冰空间结构建模成两随机函数的线性加权和混合随机模型,其中,多值Gamma随机函数表征海水与海冰的连续性变化,Poisson Mosaic随机函数表征海水与海冰之间的局域性变化.并定义该混合随机模型的理论一阶、二阶变异函数以刻画海冰空间结构变化.对给定SAR影像计算其实际变异函数值,利用最小二乘拟合理论与实际变异函数,得到理论模型参数,并以此反演海冰空间结构信息.本文对加拿大Ungava湾的RADARSAT-1影像进行实验,时间为4月到6月的海冰融化期,海冰结构变化明显.实验结果表明提出的方法可以准确描述不同时期各种类型海冰空间结构.

关键词: 遥感, SAR影像, 海冰空间结构, 变异函数

Abstract:

With the development of remote sensing,SAR (Synthetic Aperture Radar) imagery is widely used in spatial data analysis.This paper uses stochastic models and geostatistic metrics to characterize the spatial structures of sea ice based on stochastic geometry and spatial statistics.We propose a geostatistic metric first-order variogram based on the second-order variogram,and prove its efficiency to describe the sea ice spatial structures.The sea ice spatial structures are characterized by the weighted linear combination of two stochastic models.One is a multi-Gamma model,which characterizes continuous variations corresponding to water or the background of sea ice.Another is a Poisson line mosaic model,which characterizes the regional variations of different types of sea ice.The linear combination of the two models defines the mixture model to represent spatial structures of sea ice within SAR intensity imagery.To estimate the parameters of the mixture model,experimental first-and second-order variograms are calculated from the SAR intensity imagery,and then fit them with the theoretical variograms for the purpose of estimating the mixture model parameters.The proposed approach is applied to Radarsat-1 images from April to June to identify the change of sea ice.The results of the experiments show that the proposed approach can estimate the sea ice density accurately and stably.

Key words: remote sensing, SAR imagery, spatial structure of sea ice, variogram

中图分类号: