基于HY-2A/SCAT数据极地海冰检测方法研究

• 作者: 徐锐 赵可 赵朝方
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 地球科学
• 关键词: HY-2A/SCAT 海冰检测 贝叶斯 线性判别 支持向量机 神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究论文
• 页码范围: 140-149
• 页数: 10页
• 分类号: TP722.6|P731.15
• 字数: 8549字
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20190275

摘要

本文基于HY-2A/SCAT数据,采用贝叶斯算法、线性判别算法、支持向量机算法、基于主成分分析(Principal component Analysis,PCA)的BP神经网络算法对极地地区的海冰进行检测,并将检测结果与SSMIS海冰密集度数据进行比较.结果 表明:四种检测算法得到的海冰边界介于SSMIS 0％～30％海冰密集度边界之间.在高风速条件下,海冰和海水的后向散射特征区分不明显可能造成冰水误判,以2013年9月16日北极海冰检测为例,贝叶斯算法检测结果误判最少,其次为基于PCA的BP神经网络算法,线性判别和支持向量机两种算法误判率较高.考虑到检测算法的运行效率和冰水误判率,选择贝叶斯算法和支持向量机算法进行海冰面积的季节趋势分析,两种算法得到的海冰面积变化趋势都能反映季节性变化,且在海冰生长季支持向量机算法探测的海冰面积与SSMIS 15％密集度海冰范围保持较好的一致性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵朝方	中国海洋大学信息科学与工程学院	31	191	8.0	13.0
3	徐锐	中国海洋大学信息科学与工程学院	2	8	1.0	2.0
6	赵可	中国海洋大学信息科学与工程学院	1	0	0.0	0.0