- Код статьи
- S3034540525040046-1
- DOI
- 10.7868/S3034540525040046
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 4
- Страницы
- 52-61
- Аннотация
- По данным экспертного дешифрирования разрывов в ледяном покрове морей Лаптевых и Восточно-Сибирского на спутниковых снимках оптического диапазона проведена верификация имеющихся в свободном доступе результатов существующих алгоритмов автоматической идентификации разрывов. Установлено, что ни один из них не может быть использован для получения данных, позволяющих рассчитать такие характеристики разрывов как ориентация, протяженность и плотность расположения в пространстве. Для автоматической идентификации разрывов предлагается разработка алгоритма с применением сверточной нейронной сети, обученной на данных электронного архива разрывов ААНИИ.
- Ключевые слова
- разрывы в ледяном покрове арктические моря оптический диапазон верификация данных алгоритмы дешифрирования морского льда нейронная сеть
- Дата публикации
- 16.12.2025
- Год выхода
- 2025
- Всего подписок
- 0
- Всего просмотров
- 22
Библиография
- 1. Горбунов Ю.А., Дымент Л.Н., Лосев С.М. Средние многолетние характеристики крупных нарушений сплошности льда в Карском море и в северо-восточной части Баренцева моря. Справочное пособие. Санкт-Петербург: ААНИИ. 2014. 36 с.
- 2. Gorbunov Yu.A., Dyment L.N., Losev S.M. Srednie mnogoletnie kharakteristiki krupnyh narusheniy sploshnosti l’da v Karskom more i v severo-vostochnoy chasti Barentseva morya [Average long-term characteristics of large ice discontinuities in the Kara Sea and in the northeastern part of the Barents Sea]. Reference book. Saint-Petersburg: AARI, 2014. 36 p. (In Russian).
- 3. Дымент Л.Н., Аксенов П.В., Лосев С.М., Порубаев В.С. Влияние пространственного разрешения снимков ИСЗ на получаемые значения характеристик разрывов в ледяном покрове арктических морей // Исслед. Земли из космоса. 2021. № 3. С. 81–86.
- 4. Dyment L.N., Aksenov P.V., Losev S.M., Porubaev V.S. Influence of the spatial resolution of satellite images on the values of the characteristics of ice-cover leads in the Arctic seas // Izvestiya, Atmospheric and Oceanic Physics. 2021. V. 57. P. 1081–1086. https://doi.org/10.1134/S0001433821090462.
- 5. Дымент Л.Н., Лосев С.М., Порубаев В.С. Характеристики крупных разрывов в ледяном покрове приатлантической части Арктического бассейна. Справочное пособие. Санкт-Петербург: типография издательства Политехнического университета Петра Великого. 2020. 28 с.
- 6. Dyment L.N., Losev S.M., Porubaev V.S. Kharakteristiki krupnyh rasryvov v ledyanom pokrove priatlanticheskoy chasti Arkticheskogo basseyna [Characteristics of large leads in the sea ice cover of the Atlantic part of the Arctic basin]. Reference book. Saint-Peteresburg: AARI, 2020. 28 p. (In Russian).
- 7. Кортикова К.Г., Бычкова И.А. Применение сверточной нейронной сети для обнаружения разводий в море Лаптевых по снимкам спутника LANDSAT-8 // Метеорология и гидрология. 2024. № 4. С. 47–54.
- 8. Kortikova K.G., Bychkova I.A. Primenenie svertochnoy neyronnoy seti dlya obnaruzheniya razvodiy v more Laptevyh po snimkam sputnika LANDSAT-8 [Application of convolutional neural network for detecting fractures in the Laptev Sea on LANDSAT-8 satellite images] // Meteorologiya i gidrologiya. 2024. № 4. P. 47–54. (In Russian).
- 9. Фролов С.В. Влияние ориентации нарушений сплошности льда на эффективность движения судов в Арктическом бассейне в летний период // Проблемы Арктики и Антарктики. 2013. № 3. С. 35–45.
- 10. Frolov S.V. Vliyanie orientatsii narusheniy sploshnosti l’da na effectivnost’ dvizheniya sudov v Arkticheskom basseyne v letniy period [Impact of ice discontinuity orientation on the efficiency of ship traffic in the Arctic Basin during the summer period] // Problemy Arktiki i Antarktiki. 2013. № 3. P. 35–45. (In Russian).
- 11. Hoffman J.P., Ackerman S.A., Liu Y., Key J.R. The Detection and Characterization of Arctic Sea Ice Leads with Satellite Imagers // Remote Sensing. 2019. V. 11. № 5. P. 521. DOI: 10.3390/rs11050521.
- 12. Hoffman J.P., Ackerman S.A., Liu Y., Key J.R. [dataset]. 2020. ftp://frostbite.ssec.wisc.edu.
- 13. Hoffman J.P., Ackerman S.A., Liu Y., Key J.R., McConnell I.L. Application of a Convolutional Neural Network for the Detection of Sea Ice Leads // Remote Sensing. 2021. V. 13. № 22. P. 4571. DOI: 10.3390/rs13224571.
- 14. Hoffman J.P., Ackerman S.A., Liu Y., Key J.R., McConnell I.L. VIIRS Sea ice leads detections using a U-Net. [dataset]. Dryad. 2022. DOI: org/10.5061/dryad.1vhhmgqwd.
- 15. Li M., Liu J., Qu M., Zhang Z., & Liang X. An Analysis of Arctic Sea Ice Leads Retrieved from AMSR-E/AMSR2 // Remote Sensing. 2022. V. 14. № 4. P. 969. DOI: 10.3390/rs14040969.
- 16. Reiser F., Willmes S., Heinemann G. A New Algorithm for Daily Sea Ice Lead Identification in the Arctic and Antarctic Winter from Thermal-Infrared Satellite Imagery // Remote Sensing. 2020. V. 12. № 12. P. 1957. DOI: 10.3390/rs12121957.
- 17. Willmes S., Heinemann G., Reiser F. ArcLeads: Daily sea-ice lead maps for the Arctic, 2002-2021, NOV-APR. [dataset]. PANGAEA. 2023. DOI: pangaea.de/10.1594/PANGAEA.955561?format=html#mcol1_ds15057268.
- 18. Willmes S., Heinemann G., Schnaase F. Patterns of wintertime Arctic sea ice leads and their relation to winds and ocean currents // The Cryosphere. 2023. V. 17. № 8. P. 3291–3308. doi: 10.5194/tc-17-3291-2023.
