基于FengYun-3E GNOS-R的GNSS-R技术和随机森林算法测量格陵兰冰盖融化情况

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Measuring Greenland Ice Sheet Melt based on GNSS-R and Random Forest Using FengYun-3E GNOS-R

　　

摘要：

随着格陵兰冰盖（GrIS）表面融化成为全球气候系统加速变暖背景下海平面上升的重要因素，对其状态进行高精度监测对于理解极地-大气耦合机制至关重要。目前，冰盖融化的检测主要依赖于空间分辨率为数十公里的微波辐射计，而GNSS-R技术则具有更高的空间分辨率（可达数公里）。GNSS-R冰盖融化检测主要采用反射率阈值方法，但该方法精度较低，且缺乏对物理机制的深入探讨。本研究利用中国FY-3E极轨卫星上的GNOS-R传感器所采集的延迟多普勒图（DDM）数据，创新性地结合随机森林算法构建了冰盖融化检测模型，实现了对格陵兰冰盖表面冻融过程的时空动态反演。通过对比和组合实验（包括四种特征子集：波形相关参数、功率相关参数、几何条件约束和空间位置约束），研究发现增加特征维度并提升特征之间的物理意义互补性能够显著提升模型性能，从而在不同散射机制下保证稳定的融化检测结果。最优模型在多指标评估中表现出色，多数评估指标超过96%。该模型在空间分辨率上得到了大幅提升，同时保持了与微波辐射计相当的检测精度。通过对不同类型参数的联合实验，本研究进一步揭示了入射角对冰盖表面融化过程中散射机制和特征响应的调节作用。其物理本质在于雪在冻结和融化状态下GNSS信号的介电损耗及介电均匀性的差异...

显示更多