Sea ice detection using concurrent multispectral and synthetic aperture radar imagery

要約

合成開口レーダー (SAR) 画像は、時空間をカバーし、雲や照明の条件に関係なく海氷を検出できるため、海氷マッピングに使用される主要なデータ タイプです。
SAR 画像を使用した自動海氷検出には、画像内に曖昧な信号とノイズが存在するため、依然として問題があります。
逆に、氷と水はマルチスペクトル画像 (MSI) を使用すると簡単に区別できますが、極地では海面が雲に覆われたり、何ヶ月も太陽が地平線上に現れなかったりすることがあります。
これらの制限のいくつかに対処するために、この論文では、海氷検出用のマルチスペクトル可視画像と SAR 画像を同時に使用してトレーニングされた新しいツールを提案します (ViSual\_IceD)。
ViSual\_IceD は、2 つの並列エンコーダー ステージを含むことで古典的な U-Net アーキテクチャ上に構築された畳み込みニューラル ネットワーク (CNN) であり、異なる空間解像度を含む MSI および SAR 画像の融合と連結を可能にします。
ViSual\_IceD のパフォーマンスは、連結された MSI および SAR 画像を使用してトレーニングされた U-Net モデル、および MSI または SAR 画像のみでトレーニングされたモデルと比較されます。
ViSual\_IceD は他のネットワークよりも優れており、次に優れたネットワークよりも F1 スコアが 1.60\% ポイント高く、ViSual\_IceD が画像セグメンテーション中に使用する画像タイプを選択していることが結果からわかります。
ViSual\_IceD からの出力は、AMSR2 パッシブ マイクロ波 (PMW) センサーから得られる海氷濃度積と比較されます。
結果は、特に沿岸地域において、ViSual\_IceD が PMW データと組み合わせて使用​​するのにいかに便利なツールであるかを浮き彫りにしました。
MSI および SAR 画像の時空間範囲が増加し続ける中、ViSual\_IceD は極地における堅牢で正確な海氷範囲検出の新たな機会を提供します。

要約(オリジナル)

Synthetic Aperture Radar (SAR) imagery is the primary data type used for sea ice mapping due to its spatio-temporal coverage and the ability to detect sea ice independent of cloud and lighting conditions. Automatic sea ice detection using SAR imagery remains problematic due to the presence of ambiguous signal and noise within the image. Conversely, ice and water are easily distinguishable using multispectral imagery (MSI), but in the polar regions the ocean’s surface is often occluded by cloud or the sun may not appear above the horizon for many months. To address some of these limitations, this paper proposes a new tool trained using concurrent multispectral Visible and SAR imagery for sea Ice Detection (ViSual\_IceD). ViSual\_IceD is a convolution neural network (CNN) that builds on the classic U-Net architecture by containing two parallel encoder stages, enabling the fusion and concatenation of MSI and SAR imagery containing different spatial resolutions. The performance of ViSual\_IceD is compared with U-Net models trained using concatenated MSI and SAR imagery as well as models trained exclusively on MSI or SAR imagery. ViSual\_IceD outperforms the other networks, with a F1 score 1.60\% points higher than the next best network, and results indicate that ViSual\_IceD is selective in the image type it uses during image segmentation. Outputs from ViSual\_IceD are compared to sea ice concentration products derived from the AMSR2 Passive Microwave (PMW) sensor. Results highlight how ViSual\_IceD is a useful tool to use in conjunction with PMW data, particularly in coastal regions. As the spatial-temporal coverage of MSI and SAR imagery continues to increase, ViSual\_IceD provides a new opportunity for robust, accurate sea ice coverage detection in polar regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google