XXIV.K.677
Автоматическая классификация ледяного покрова Арктики по данным отечественного БРЛК КА «Метеор-М» №2-4
Волков А.С. (1), Захваткина Н.Ю. (2,1), Башмачников И.Л. (1,3), Шлаферов А.Л. (4), Коляда В.С. (1), Демчев Д.М. (1)
(1) Научный фонд Международный центр по окружающей среде и дистанционному зондированию имени Нансена (Фонд "Нансен-центр"), Санкт-Петербург, Российская Федерация
(2) Арктический и Антарктический научно-исследовательский институт (ААНИИ), Санкт-Петербург, РФ
(3) Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
(4) Ростовский-на-Дону научно-исследовательский институт радиосвязи, Ростов-на-Дону, Россия
Спутниковые данные широко используются для картирования ледовой обстановки замерзающих морей. В докладе рассматривается применение отечественного бортового радиолокационного комплекса (БРЛК) космического аппарата «Метеор-М» № 2-4 для автоматической классификации ледяного покрова Арктики.
Получаемые данные характеризуются широкой полосой обзора при низком пространственном разрешениеи (около 500 метров на пиксель изображения), что делает невозможным фиксацию относительно малых объектов, таких как: айсберги, несяки, отдельные гряды торосов. Однако, большой размер полосы захвата данных, примерно 600 на 2500 километров на один снимок, выгодно отличает их от других систем, и делает полезными спутники «Метеор-М» для обзорных исследований Арктики. Для покрытия одного снимка 600×2500 километров «Метеор-М» по площади необходимо более 9 снимков Sentinel-1 с охватом 400x400 километров.
Радиолокатор спутника «Метеор-М» проводит радиолокационную съемку в X-диапазоне и единственной вертикальной (ВВ) поляризации. Это затрудняет разделение типов поверхности: коэффициенты обратного рассеяния для воды с разной степенью взволнованности в зависимости от скорости ветра, тонких молодых льдов или старого льда могут быть схожи, а гистограммы значений удельной эффективной площади рассеяния (УЭПР) перекрываются. Пороговые методы в таких условиях не обеспечивают надёжного разделения.
Для решения задачи предложен алгоритм автоматической классификации, включающий предварительную обработку радиолокационного изображения с помощью энтропийного фильтра для усиления текстуры и последующую нейросетевую сегментацию. В качестве базовой архитектуры выбрана сеть Swin-UNet, объединяющая Swin-Transformer и U-Net. Исследование выполнено на семи пролётах спутника за февраль–апрель 2025 г. над Евразийской частью Северного Ледовитого океана, включая Баренцево и Карское моря. Приведены результаты работы автоматизированного алгоритма выделение многолетнего, однолетнего льда и воды/ниласа.
Ключевые слова: автоматизированная классификация, морской лед, радиолокационные изображения, нейронная сеть, трансформер.
Дистанционное зондирование криосферных образований