基于Sentinel-1遥感数据,采用有效的预处理方法,得到较为准确的数据集,并提出一种基于三角剖分的特征跟踪与模式匹配结合算法,通过建立三角形网络并有效结合两者的优势,既提高了算法效率,又使海冰漂移矢量具有更均匀的空间分布。同时,研究了HH极化及其数据强噪声区域下该算法的适用性。不同极化数据的实验结果显示,本文算法所得海冰漂移矢量不仅有更高的覆盖率,而且均方根误差降低了约10%,提高了检测精度。面对噪声稳健性的增强,即使在条带噪声的干扰下,检测准确率仍可高达98%,可见该算法对两种极化方式具有

基于Sentinel-1遥感数据，对合成孔径雷达（SAR）极化特征数据在海冰漂移检测中的应用进行了深入研究。研究了水平发射水平接收（HH）和水平发射垂直接收（HV）极化数据在海冰漂移检测中的差异，分析了两种极化数据的优劣，并发现由两种极化数据检测到的特征信息具有互补的特性。通过特征融合的方法，将由两种极化数据得到的特征信息有效地应用于海冰漂移检测中。实验结果表明，利用所提出的方法得到的海冰漂移矢量在空间分布和覆盖率方面均得到了提高。该方法能够有效地应用于海冰漂移检测。