Определение положения ледяного покрова по данным радиолокатора SWIM на спутнике CFOSAT

Задача определения положения ледяного покрова по данным дистанционного зондирования активно развивается в последние десятилетия. Существует ряд алгоритмов определения сплоченности ледяного покрова по измерениям радиометров, скаттерометров и РСА. Однако, измерения при малых углах падения для этой задачи начали применяться недавно.
В работе (Panfilova , 2020) описан алгоритм определения перехода с воды на ледяной покров по измерениям дождевого радиолокатора на спутнике GPM, работающего при малых углах падения, основанный на алгоритме из работы (Canny, 1986). Также показано, что критерием для классификации типа подстилающей поверхности может быть коэффициент эксцесса плотности вероятности уклонов поверхности.
В работе (Peureux, 2022) развивается подход классификации типа подстилающей поверхности по измерениям радиолокатора SWIM на спутнике CFOSAT. Для этого применяются вспомогательные данные о температуре поверхности, используются модели для УЭПР воды и льда.
Данная работа также посвящена задаче классификации типа подстилающей поверхности, но здесь исследуется более простой статистический принцип для классификации. Радиолокатор SWIM имеет пять вращающихся антенн, выполняющих зондирование при углах падения 2, 4, 6, 8 и 10 градусов. Были построены гистограммы значений УЭПР для поверхности воды и льда для каждого луча. Было показано, что максимумы распределений УЭПР для льда и воды сильно разнесены для всех лучей, а область перекрытия распределений уменьшается с увеличением угла падения. Тогда задача классификации может быть сведена к поиску оптимального порога бинаризации. Для этого был применен метод Оцу (Otsu, 1979), широко применяемый для обработки изображений. Использовались данные радиолокатора SWIM за октябрь 2021 года в Арктическом регионе. Для контроля качества алгоритма использовались данные о сплоченности ледяного покрова по измерениям AMSR-2 (Spreen, 2008) c сайта Бременского университета, при этом ледяным покровом считались области со сплоченностью выше 0.1. Для каждого луча были определены пороги бинаризации. Показано, что определение типа подстилающей поверхности по данным SWIM достаточно хорошо согласуются с картами Бременского университета.

Работа выполнена при поддержке Российского Научного Фонда (проект 20-17-00179).