本发明涉及遥感地学应用,具体涉及一种海冰漂移速度矢量计算方法。
背景技术:
1、根据《2022年北极气候报告》可知,北极极端变暖事件的发生频率越来越高,且伴随着格陵兰冰盖的加速融化和北极海冰范围的整体减少。海冰漂移速度是北极海冰变化的指标,是北极海冰平衡的重要影响因素。此外,对于近年来全球气候变暖导致的北极冰区新开通的航线,加强海冰漂移速度的实时监测和数值预报能力至关重要。因此,海冰漂移研究在北极气候与环境研究、北极航运安全和海洋经济活动中发挥着重要作用。
2、此前,国外发布了多套海冰漂移速度遥感产品,数据源包括星载辐射计、散射计和合成孔径雷达数据,但空间分辨率普遍较低(6.25-25km)。目前应用于遥感数据的海冰漂移速度矢量反演方法主要有两种:特征跟踪和模式匹配方法。模式匹配方法因其简洁的算法原理和良好的海冰运动速度矢量跟踪效果被广泛的应用于海冰漂移监测中;但该算法具有很强的图像依赖性、不能匹配旋转、形变的海冰和计算量非常大等缺陷。与模式匹配方法相比,特征跟踪算法最大的优势是计算效率高,且可以克服旋转海冰匹配的缺陷;但其匹配正确率较低。
技术实现思路
1、发明目的:本发明的目的是提供一种海冰漂移速度矢量计算方法,针对现有海冰漂移速度矢量产品普遍存在的空间分辨率大、计算效率低等问题,利用极化比特征图像基于特征跟踪方法和局部离群因子算法监测海冰漂移速度矢量的方法,该方法能获取更丰富的灰度信息,且更高效的提取高分辨率和高精度的海冰漂移速度矢量。
2、技术方案:本发明所述的一种海冰漂移速度矢量计算方法,包括以下步骤:
3、(1)获取原始数据;
4、(2)将sar图像对中的观测时间较早的一景作为第一图像,另一景则作为第二图像,基于两景sar影像预处理并分贝化的hhhv极化sar图像;得到各个像元分别对应的hv极化后向散射系数和hh极化后向散射系数
5、(3)分别针对各个像元对应的优化hv极化后向散射系数和优化hh极化后向散射系数,得到各个像元分别对应的极化比值,并针对极化比影像归一化为灰度图像;
6、(4)对灰度化图像对进行特征跟踪方法检测,得到各自的特征点;
7、(5)对特征点进行最近邻距离比率测试滤除误匹配点对以校正匹配点对,初步筛选删掉错误匹配点对;
8、(6)结合投影地理坐标,对保留的匹配点对计算得到海冰漂移速度矢量,再对海冰漂移速度矢量进行最大阈值滤除,得到初步的海冰漂移速度矢量结果。
9、(7)基于局部离群因子算法对网格化漂移速度矢量进行细化,得到海冰漂移速度矢量场。
10、进一步的,所述步骤(1)中具体如下:下载时间间隔为1日的sar卫星hhhv极化数据对,使用一米c-sar/01和sentinel-1共两对sarhhhv数据对,共四幅sar影像,各sar数据对都覆盖大部分相同区域。
11、进一步的,所述步骤(2)具体过程如下:对各hhhv极化sar图像对,进行辐射定标、几何校正、多视处理,得到各个像元分别对应的hv极化后向散射系数和hh极化后向散射系数影像的空间分辨率为250m×250m。
12、进一步的,所述步骤(3)具体为:分别针对各个像元对应的hv极化后向散射系数和hh极化后向散射系数计算得到极化比值图像。
13、
14、对极化比图像进行归一化,得到0-255灰度化图像:
15、
16、其中,prmin和prmax分别是pr的第0.5个和第100个百分位数。
17、进一步的,所述步骤(4)具体为:利用orb算法构建影像金字塔分别对图像对进行特征点提取,最大保留数量设置为30000。
18、6、根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(5)具体为:使用暴力匹配方法对图像对的特征点进行匹配,得到匹配点对,通过设置匹配点对最近邻距离比率测试阈值为0.75,筛选距离比值大于最近邻距离比率阈值为错误匹配点对。
19、进一步的,所述步骤(6)具体如下:根据保留的匹配点对的位置以及两幅影像的采集间隔时间,计算海冰漂移速度矢量;其中,将海冰漂移速度最大阈值设置为50cm/s,将海冰漂移速度矢量大于50cm/s的结果都默认为错误结果,然后删除。
20、进一步的,所述步骤(7)具体如下:基于局部离群因子算法对网格化漂移速度矢量进行细化,得到最终的海冰漂移矢量。
21、进一步的,局部离群因子算法对网格化漂移速度矢量进行细化实现过程如下:首先,计算每个数据点的局部可达密度,然后,将该点的局部可达密度与其邻近点的局部可达密度进行比较,得出该点的局部异常因子;其中,局部异常因子表示该点相对于其邻近点的异常程度,值越大表示越异常;从而识别出整个数据集中的异常值;其中,局部可达密度时邻近点的数量设置为160。
22、本发明所述的一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现任一项所述的一种海冰漂移速度矢量计算方法。
23、有益效果:与现有技术相比,本发明具有如下显著优点:通过使用改进的orb特征跟踪算法利用sar极化比特征反演高分辨率、高精度且高效海冰漂移速度的方法,为极地漂移速度观测提供支持,得到高精度、高分辨率的海冰漂移速度矢量。
1.一种海冰漂移速度矢量计算方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(1)中具体如下:下载时间间隔为1日的sar卫星hhhv极化数据对,使用一米c-sar/01和sentinel-1共两对sarhhhv数据对,共四幅sar影像,各sar数据对都覆盖大部分相同区域。
3.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(2)具体过程如下:对各hhhv极化sar图像对,进行辐射定标、几何校正、多视处理,得到各个像元分别对应的hv极化后向散射系数和hh极化后向散射系数影像的空间分辨率为250m×250m。
4.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(3)具体为:分别针对各个像元对应的hv极化后向散射系数和hh极化后向散射系数计算得到极化比值图像。
5.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(4)具体为:利用orb算法构建影像金字塔分别对图像对进行特征点提取,最大保留数量设置为30000。
6.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(5)具体为:使用暴力匹配方法对图像对的特征点进行匹配,得到匹配点对,通过设置匹配点对最近邻距离比率测试阈值为0.75,筛选距离比值大于最近邻距离比率阈值为错误匹配点对。
7.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(6)具体如下:根据保留的匹配点对的位置以及两幅影像的采集间隔时间,计算海冰漂移速度矢量;其中,将海冰漂移速度最大阈值设置为50cm/s,将海冰漂移速度矢量大于50cm/s的结果都默认为错误结果,然后删除。
8.根据权利要求1所述的一种海冰漂移速度矢量计算方法,其特征在于,所述步骤(7)具体如下:基于局部离群因子算法对网格化漂移速度矢量进行细化,得到最终的海冰漂移矢量。
9.根据权利要求8所述的一种海冰漂移速度矢量计算方法,其特征在于,于局部离群因子算法对网格化漂移速度矢量进行细化实现过程如下:首先,计算每个数据点的局部可达密度,然后,将该点的局部可达密度与其邻近点的局部可达密度进行比较,得出该点的局部异常因子;其中,局部异常因子表示该点相对于其邻近点的异常程度,值越大表示越异常;从而识别出整个数据集中的异常值;其中,局部可达密度时邻近点的数量设置为160。
10.一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-9任一项所述的一种海冰漂移速度矢量计算方法。