Автоматическое детектирование полярных циклонов на радиолокационных изображениях Sentinel-1 с использованием сверточной нейронной сети

Полярные циклоны (ПЦ) представляют собой компактные мезомасштабные вихри, наблюдение которых затруднено их небольшими размерами и быстрым развитием. Радиолокационные изображения Sentinel-1 позволяют выявлять характерные структуры ПЦ независимо от облачности и освещенности, однако анализ больших объемов данных требует значительных затрат времени эксперта.

В работе разработан метод автоматического поиска потенциальных ПЦ на полных РСА-сценах Sentinel-1. На открытом наборе из 2004 размеченных фрагментов Sentinel-1 обучен бинарный сверточный классификатор. Для обнаружения вихрей на полной сцене классификатор интегрирован в алгоритм скользящего окна размером 400×400 км с шагом 50 км. Дополнительные данные Sentinel-3 SLSTR, ERA5 и поля приводного ветра использовались только для последующей экспертной проверки автоматически выделенных кандидатов.

На тестовой выборке из 518 изображений общая точность классификации (accuracy) составила 0,979, точность положительного прогноза (precision) – 0,977, полнота (recall) – 0,981, F1-мера (F1-score) – 0,979. При обработке полных сцен автоматически выделено 15 потенциальных вихрей: 8 подтверждены как ПЦ, 2 отнесены к частям более крупных циклонов, 5 оставлены как сомнительные. Подтвержденные случаи включали как хорошо выраженные спиральные структуры, так и менее контрастные вихри в Баренцевом море и море Лабрадор.

Полученные результаты показывают перспективность сочетания сверточной нейронной сети и скользящего окна для автоматизированного предварительного анализа больших массивов РСА-данных. Основным направлением дальнейшего развития является использование нескольких пространственных масштабов анализа для снижения числа срабатываний на крупных циклонах и расширение обучающей выборки сложными отрицательными примерами.

Работа выполнена в рамках проекта РНФ № 26-17-00386 «Система детектирования и определения характеристик полярных циклонов на основе средств дистанционного зондирования Земли и искусственного интеллекта».