基于SAR干涉数据的东帕米尔高原冰川变化

冰川变化监测对生态灾害预防、区域水资源调控、气候变化研究等意义重大。利用冰川在雷达干涉影像上表现出失相干这一特性,选用1998年ERS 1/2与2018年 Sentinel-1A重轨单视复数SAR数据,通过相干系数取阈值的方法获取东帕米尔高原两个时期的冰川边界,以Landsat TM/OLI影像和全球陆地冰川空间监测计划发布的数据验证本文冰川边界提取的精度,从而分析冰川变化。结果表明：① 拟合研究区相干系数图上相干系数γ与对应像元个数的曲线关系,冰川区像元个数会在低相干区域积累形成一个小的波峰。曲线一阶导数变缓的点（冰川区向非冰川区过渡的转折点）即为所选阈值点,利用SAR相干系数取阈值法提取的冰川边界与光学遥感影像结合RGI6.0数据提取的验证冰川边界具有较好的一致性,SAR干涉相干系数提取冰川边界的方法是可行而有效的,ERS 1/2与Sentinel-1A提取的冰川总面积精度均在90%以上,而且SAR数据能够有效提取光学遥感影像难以识别的冰川表碛覆盖;② 1998年和2018年东帕米尔高原冰川总面积减少了318.59 km2,年平均变化速率为-15.93 km2/a,冰川退缩面积占冰川总面积的23%;③ 对大、中型规模冰川来说,表碛覆盖型冰川退缩较其他冰川明显;从坡向上来看,20年各个坡向冰川均有所退缩,其中东南坡冰川退缩最多,西坡冰川退缩最少;从海拔上来看,1998年冰川集中分布在4519~5421 m海拔区间内,2018年集中分布在4682~5320 m海拔区间内;在3325~5710 m海拔区间内冰川退缩明显,4915 m海拔附近达到退缩极大值。     

纹理特征辅助的S AR影像冰川识别

青藏高原的冰川监测对气候变化研究有着重要的意义,通过遥感图像可以大范围长时间的监测冰川的变化,识别冰川边界是研究的重点。为了研究SAR影像纹理特征在冰川识别中的作用,以喀喇昆仑山地区的克勒青河上游为研究区,利用2018年Sentinel-1A数据进行干涉处理得到相干系数,然后基于相干系数提取了均值、方差、同质性、反差、相异性、熵、相关性共7种纹理特征,并对不同纹理特征组合之间的提取效果进行了比较。结果表明VV极化方式下均值、方差、同质性、相异性的特征组合冰川识别效果最好。据此提取了克勒青河上游区域的冰川边界,最高精度达到91.36%,该方法明显优于基于相干系数图的阈值分割法和基于光学影像的波段比值法,冰川识别精度提高了约2%。