查看大图

我们提出利用U-net网络进行冰裂隙识别探测的算法，可以实现格陵兰冰盖典型冰川冰裂隙的自动化探测。基于Sentinel-1 IW每年7、8月的数据，为了抑制SAR图像的相干斑噪声，选择Probabilistic Patch-Based Weights (PPB)算法进行滤波，然后选择具有代表性的样本输入U-net网络进行模型训练，根据训练的模型进行冰裂隙的预测。以格陵兰2个典型冰川（Jakobshavn、Kangerdlussuaq）为例分类结果的平均准确率可达94.5%，其中裂隙区域的局部准确率可达78.6%，召回率为89.4%。

数据文件命名方式和使用方法

冰裂隙数据以shpfile格式存储，文件命名为冰架名字+年份.shp。该数据集中的所有Shpfile文件可以直接用Arcgis/QGIS等软件打开。

本数据要求的引用方式 查看数据引用帮助 数据引用必读

李新武, 梁爽, 杨博锦, 赵京京. (2022). 格陵兰冰盖典型冰川冰裂隙数据集（2018-2020）. 时空三极环境大数据平台, DOI: 10.11888/Cryos.tpdc.272746. CSTR: 18406.11.Cryos.tpdc.272746.
[Li, X., Liang, S., Yang, B., Zhao, J. (2022). Crevasse dataset over typical glaciers in Greenland ice sheet（2018-2020）. A Big Earth Data Platform for Three Poles, DOI: 10.11888/Cryos.tpdc.272746. CSTR: 18406.11.Cryos.tpdc.272746. ] (下载引用： RIS格式 | RIS英文格式 | Bibtex格式 | Bibtex英文格式 )

1. Zhao, J., Liang, S., & Li, X., et al. (2022). Detection of Surface Crevasses over Antarctic Ice Shelves Using SAR Imagery and Deep Learning Method. Remote Sensing, 14(3), 487.( 查看 | Bibtex格式)

使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用

资助项目

地球大数据科学工程专项时空三极环境项目(XDA19000000) (项目编号:XDA19000000) CASEarth:Big Earth Data for Three Poles（grant No. XDA19070000）

数据使用声明

为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布）的数据，作者还须注明原始数据来源。

License： This work is licensed under an Attribution 4.0 International (CC BY 4.0)

相关资源

数据评论

当前页面默认显示 中文 评论 显示所有语种的评论