通过Sentinel-2多光谱数据和Sentinel-1地面分辨率数据的变化检测技术来识别新的冰川表面沉积物

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Detecting Fresh Supraglacial Deposits Through Change Detection on Sentinel-2 Multispectral and Sentinel-1 GRD Data

　　

气候变暖正在导致高海拔山区发生显著变化，包括冰川快速退缩和永久冻土层退化，从而引发山体滑坡等地质灾害。在冰川表面识别新的碎屑沉积物是一项重要但具有挑战性的任务，因为碎屑的积累会改变冰川的能量平衡，并可能影响高山地区的通行路线。为了解决这一问题，我们提出了一种结合了空间雷达和多光谱数据的方法，以检测和分类冰川变化，同时克服了单一传感器类型的局限性。该方法主要包括两个步骤：首先，使用用户定义的时间范围内的无云S2图像，通过归一化差异雪指数（NDSI）和第8A波段的阈值来区分雪/冰与裸露的岩石，并与最近的最大消融期进行比较以提高准确性；其次，对于未分类的区域，利用S1波段的后向散射强度（Δγ0）在积雪期和消融期之间的差异来检测表面变化。通过将Δγ0与上一年的数值进行比较，一个基于大小的过滤器可以识别出山体滑坡群。最终得到的碎屑分布图经过人工验证，与已知的山体滑坡范围进行了对比。结合使用S1和S2数据时，端到端的准确率达到90%，而仅使用S1数据时准确率为70%。虽然在高度异质或被云层覆盖的区域性能有所下降，但这种综合方法优于仅依赖光学数据的方法。该工作流程提供了一种基于卫星的稳健解决方案，用于检测冰川表面的碎屑并监测斜坡稳定性，有助于评估山区气候变化的影响。