固定氷は極地地域の海岸線に付着し、海気フラックス交換や放射伝達を通じて極地気候に影響を与える。気候変動が悪化し、極地沿岸地域の商業活動が増加するにつれて、リモートセンシングデータを用いて固定氷範囲を安定的かつ定期的に識別・抽出する重要性が高まっている。SAR画像は固定氷の監視および解析に信頼できるデータ源を提供する。本研究では、グリーンランドのメルヴィル湾、ヨークル湾、南極のアムンゼン海岸およびバンザル海岸の4つの典型的な固定氷分布領域を選定し、北極航路の通過ノードや南極氷棚の前線といった重要地域をカバーし、極地航行保障、科学調査支援、気候変動応答モニタリングなど複数の応用ニーズに対応している。研究では、Sentinel-1 SAR画像を前方および後方サブアパーチャ画像に分解し、干渉処理によりサブアパーチャ自己相関画像を生成し、Otsuの自己相関しきい値分割と連結成分解析を組み合わせて固定氷を抽出し、単一シーンSAR画像に基づく固定氷識別を実現した。SAR画像撮影時間間隔が1日未満の雲のない光学画像を用いて精度検証を行った結果、4つの研究領域の平均総合精度は96.84％、カッパ係数は0.9338、F1値は0.9666、交差率は96.28％であった。評価結果は、本手法が4つの異なる固定氷分布領域において高い総合精度とカッパ係数を達成し、異なる地域条件での安定性および適用性を示したことを示している。

極域リモートセンシング;固定氷;海氷;SARコヒーレンス;サブアパーチャ自己相関;Sentinel-1;TOPS;InSAR