近期，2025澳门2025免费原料网（SDG中心）在南极冰盖表面融水遥感探测方面取得了重要进展，成功研制了一种基于合成孔径雷达（SAR）数据的南极冰盖表面融水智能提取方法。这一成果以“ Automated surface melt detection over the Antarctic from Sentinel-1 imagery using deep learning”为题，发表在地球科学1区TOP期刊International Journal of Applied Earth Observation and Geoinformation（JAG）。SDG中心朱琦博士为论文第一作者，张露副研究员为论文通讯作者，合作作者包括来自康奈尔大学和代尔夫特理工大学等机构的研究人员。
南极冰盖融化是全球气候变化的重要标志，随着全球变暖加剧，其对全球海平面上升和极地生态平衡的影响愈发显著。近年来，SAR影像因其能够提供全天时、全天候高分辨率信息在极地研究领域备受关注。研究团队利用Sentinle-1卫星SAR数据，创建了一套适用于卷积神经网络的南极冰盖表面融水高分辨率探测数据库，提出了一种基于自注意力机制的冰盖表面融水智能探测模型。该模型有效克服了SAR入射角差异、地形起伏以及冰川运动的影响，精度达到 96%。与传统UMelt、ASCAT和SSMIS等南极表面融化产品相比，具备更高的空间分辨率，实现了冰盖表面细微融化特征的探测。这一研究成果为南极冰盖研究提供了技术和数据支持，助力可持续发展目标SDG13（气候行动）的实现。
SAR深度学习表面融水探测数据库
南极Shackleton冰架表面融水多源探测结果对比
基于SAR数据的南极冰盖表面融水探测结果对比
论文信息:
Zhu, Q., Guo, H., Zhang, L.*, Liang, D., Wu, Z., de Roda Husman, S. and Du, X., 2024. Automated surface melt detection over the Antarctic from Sentinel-1 imagery using deep learning. International Journal of Applied Earth Observation and Geoinformation.
