Jahreszeiteis ist ein wichtiger Indikator für den Klimawandel in gemäßigten Breiten, wobei dünnes Eis mit einer Dicke von unter 10 cm besonders empfindlich auf Klimaveränderungen reagiert. Zur Bewältigung des Problems der starken spektralen Variabilität, signifikanter Reflexionsänderungen und der Schwierigkeit der Erkennung von dünnem Eis im hochdynamischen Sediment-Auftriebsgebiet des Bohai-Meeres wird in dieser Arbeit eine adaptive Partitionierungsmethode basierend auf spektralen Formmerkmalen vorgeschlagen, die das Bohai-Meer dynamisch in Bereiche mit niedriger und hoher Konzentration schwebender Partikel unterteilt. Nach der Partitionierung wird die Heterogenität der Konzentration schwebender Partikel innerhalb der Regionen signifikant reduziert, was die Erkennbarkeit von Eis mit einer Dicke unter 10 cm effektiv verbessert. Darauf aufbauend wird die Ein-Gipfel-Schwellenwertmethode zur automatischen Bestimmung des Segmentierungsgrenzwerts verwendet, und Kantenmerkmale werden integriert, um die Robustheit des Algorithmus zu erhöhen. Die Methode wurde auf optische Bilddaten von MODIS, Sentinel-2, GF-1, Sentinel-3 und GOCI angewandt und anhand von 12 interpretierten Meereis-Szenen aus den Jahren 2017-2019 sowie hochauflösenden Fernerkundungsbild-Stichproben vom Nordlichen Meeresvorhersagezentrum des Ministeriums für natürliche Ressourcen validiert. Die Ergebnisse zeigen, dass die Klassifikationsgenauigkeit 90% übersteigt und für verschiedene optische Sensoren geeignet ist; Simulationsexperimente mit einem linearen spektralen Mischmodell bestätigen, dass der Algorithmus in dynamischen Sedimentgebieten effektiv einjähriges Meereis mit einer Dichte von über 30% identifizieren kann. Diese Studie bietet eine effektive methodische Unterstützung für die betriebliche Überwachung von Meereis mit multiquellen optischen Fernerkundungsdaten.

Bohai-Meer; einjähriges Meereis; multiespektrale optische Sensordaten; Konzentration schwebender Partikel; CCI-Index; adaptive Partitionierung; Ein-Gipfel-Schwellenwertmethode; automatischer Erkennungsalgorithmus