Recognition of polar lows in Sentinel-1 SAR images with deep learning

要約

本論文では、CバンドSAR画像における極低気圧の検出の可能性について、ディープラーニングを用いて検討する。具体的には、Sentinel-1の画像を2つのクラスに分け、それぞれ海上メソサイクロンの存在と非存在を表す、新しいデータセットを紹介する。このデータセットはERA5データセットをベースラインとして構築され、2004枚の注釈付き画像から構成される。この種のデータセットが一般に公開されるのは、我々の知る限りこれが初めてである。このデータセットを用いて、ラベル付けされた画像を分類するためのディープラーニングモデルを学習させる。独立したテストセットで評価した結果、モデルはF-1スコア0.95をもたらし、SAR画像から極低気圧を一貫して検出できることを示す。ディープラーニングモデルに適用された解釈可能性技術により、大気前線と低気圧の目が分類における重要な特徴であることが明らかになった。さらに、実験結果は、以下の場合であっても、このモデルが正確であることを示している。(i)SARの観測幅が限られているため、このような特徴が大きく切り取られている場合、(ii)特徴の一部が海氷で覆われている場合、(iii)画像のかなりの部分を陸地が覆っている場合。複数の入力画像解像度（500m、1km、2kmのピクセルサイズ）に対してモデル性能を評価した結果、より高い解像度が最高の性能をもたらすことが分かりました。このことは、散乱計などの従来のセンサと比較して、SARのような高解像度センサを極低気圧の検出に用いることの可能性を示しています。

要約(オリジナル)

In this paper, we explore the possibility of detecting polar lows in C-band SAR images by means of deep learning. Specifically, we introduce a novel dataset consisting of Sentinel-1 images divided into two classes, representing the presence and absence of a maritime mesocyclone, respectively. The dataset is constructed using the ERA5 dataset as baseline and it consists of 2004 annotated images. To our knowledge, this is the first dataset of its kind to be publicly released. The dataset is used to train a deep learning model to classify the labeled images. Evaluated on an independent test set, the model yields an F-1 score of 0.95, indicating that polar lows can be consistently detected from SAR images. Interpretability techniques applied to the deep learning model reveal that atmospheric fronts and cyclonic eyes are key features in the classification. Moreover, experimental results show that the model is accurate even if: (i) such features are significantly cropped due to the limited swath width of the SAR, (ii) the features are partly covered by sea ice and (iii) land is covering significant parts of the images. By evaluating the model performance on multiple input image resolutions (pixel sizes of 500m, 1km and 2km), it is found that higher resolution yield the best performance. This emphasises the potential of using high resolution sensors like SAR for detecting polar lows, as compared to conventionally used sensors such as scatterometers.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL