极地中心在南极冰盖“冰底单元”高效精确识别研究方面取得新进展
发布日期：2025-03-27 16:23:19
极地中心在南极冰盖“冰底单元”高效精确识别研究方面取得新进展
“冰底单元”（basal unit）是指通过冰雷达探测揭示的冰盖底部存在的与原冰层结构具有明显差异的特殊冰体结构。“冰底单元”的存在，一方面体现了冰底环境特征和历史演化过程，另一方面可以增强底部冰体的变形和滑动，从而改变冰盖动力行为。因此，准确识别和提取“冰底单元”，对于认识冰底环境和过程、研究冰盖动力学和演化具有重要的科学意义。然而，现有的“冰底单元”识别方法，要么依靠人工识别和提取，效率很低，无法满足大范围研究的需求，要么无法解决由于选取特征不合理或雷达回波强度变化率大导致的难以准确识别的问题。
近日，极地中心极地冰雪与气候变化研究所联合北京工业大学、英国埃克塞特大学，提出一种基于残差网络（ResNet）和权重控制的自动“冰底单元”识别方法。新方法：1）同时使用冰雷达数据的信号特征和图像特征，降低了使用单一特征导致的不准确性；2） 对距离向后向散射变化率大的“冰底单元”赋予权重，减少雷达回波强度变化率大对信号特征的干扰，提高识别“冰底单元”的能力；3）通过像素分布规律调整图像特征识别结果在综合识别中的比重，减少因变化率差异导致的识别准确率下降。图1为基于ResNet和权重控制的“冰底单元”自动识别网络结构图，主要由图像特征识别模块、信号特征识别模块以及判决模块三个部分组成。
图1 基于ResNet和权重控制的冰底单元
自动识别网络结构图
研究团队将新方法用于南极伊丽莎白公主地和甘布尔采夫山脉两个典型区域“冰底单元”的提取（图2），结果显示，当“冰底单元”中存在较大的后向散射变化率时，通过对信号特征权重进行调整，能够更准确识别“冰底单元”。与之前仅使用图像特征的ResNet101方法比较，新方法在识别准确率上提升了7.23%。研究成果将为大范围、高效、准确地识别和提取“冰底单元”，进而研究南极冰盖冰底环境、冰盖动力学和演化提供重要方法支撑。
图2 南极伊丽莎白公主地和甘布尔采夫山脉两个典型区域的“冰底单元”识别结果
表1 新方法与ResNet101方法在识别“冰底单元”准确率、精度、召回率、F1分数的对比
研究成果在线发表于地球和遥感科学领域高影响期刊IEEE Transaction on Geoscience and Remote Sensing上。论文通讯作者为极地中心崔祥斌研究员，第一作者为北京工业大学信息科学技术学院稂时楠副教授。此外，来自北京工业大学、极地中心和埃克斯特大学的多名研究人员参与了相关研究工作。本研究得到了国家自然科学基金项目（42376253）的资助。
相关论文：
S. Lang, C. Liu, X. Cui*, L. Li, B. Sun and M. Siegert, "Automatic Identification of Basal Units in Ice Sheets Based on ResNet and Weight Control," in IEEE Transactions on Geoscience and Remote Sensing, vol. 63, pp. 1-15, 2025, Art no. 4300715, doi: 10.1109/TGRS.2025.3543487.
来源：中国极地研究中心（中国极地研究所）
沪公网安备3101150201798号