SI-Mamba:基于红蓝归一化指数引导状态空间模型的高分辨率海冰识别方法
《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:SI-Mamba: High-Resolution Sea Ice Recognition via RB-NDI Guided State Space Model
【字体:
大
中
小
】
时间:2025年12月25日
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4
编辑推荐:
本文推荐一种基于红蓝归一化指数(RB-NDI)引导状态空间模型的海冰分割方法SI-Mamba。针对高分辨率遥感影像中海冰与海水光谱差异细微、空间依赖关系复杂等难题,研究团队设计了指数引导协同增强模块(IGCE)和动态边界聚焦损失函数(DBFL),在Sentinel-2和Gaofen-2卫星数据集上实现了91.41%的mIoU和95.39%的F1分数,显著提升了冰水边界识别精度与复杂场景泛化能力,为极地环境监测提供了创新技术方案。
随着全球气候变化的加剧,极地海冰的精确监测已成为气候研究和航行安全保障的关键环节。传统海冰识别方法面临两大技术瓶颈:一方面,海冰与海水在可见光波段呈现高度相似的光谱特征,导致冰水边界区域存在严重的光谱混淆现象;另一方面,高分辨率遥感影像中海冰分布具有大范围空间连续性特征,传统卷积神经网络(CNN)因感受野有限难以有效建模长程空间依赖关系。虽然视觉Transformer(ViT)通过自注意力机制提升了全局上下文建模能力,但其O(L2)的计算复杂度在处理高分辨率影像时面临巨大挑战。
针对上述问题,福州大学黄展朝团队创新性地提出SI-Mamba模型。该模型核心突破在于将状态空间模型(SSM)与遥感物理机理相结合,通过红蓝归一化指数(RB-NDI)引导的序列建模机制,在保持线性计算复杂度的同时,实现了光谱-空间特征的协同增强。研究表明,该方法在渤海海域的Sentinel-2数据集上相比传统U-Net模型提升mIoU达1.89%,在Gaofen-2数据集上达到90.96%的mIoU,有效解决了薄冰区漏检和复杂边界误分割等业界难题。
关键技术方法包括:1)构建基于Sentinel-2和Gaofen-2卫星的二元海冰分割数据集;2)设计指数引导协同增强模块(IGCE),通过可学习的红蓝波段权重自适应优化光谱差异响应;3)引入动态边界聚焦损失函数(DBFL),通过主分割头与指数辅助头的协同优化增强边界敏感性;4)采用双分支架构融合全局序列建模与局部卷积特征,其中状态空间模型通过离散化状态方程hk=āhk-1+B?Xe,k实现长程依赖建模。
- 1.模块消融实验证实IGCE与DBFL的协同增效作用。如表I所示,完整SI-Mamba在S2数据集上取得96.43% FWIoU和91.41% mIoU,较基线模型提升0.57-1.26%。视觉结果对比显示(图4),基线模型在碎冰区出现大面积漏检,而SI-Mamba能完整重建海冰轮廓。
- 2.光谱指数优化机制显著提升类间区分度。通过25万个样本点的统计分析(图5),RB-NDI指数在陆地-海洋-海冰三类间呈现最佳分离性,其物理机理在于海冰在蓝波段强散射特性与红波段吸收特性的归一化放大。
- 3.动态损失函数加速模型收敛过程。如图7所示,DBFL使训练损失曲线收敛速度提升约30%,并通过边缘加权机制∣?yaux(n)∣强化边界区域梯度反馈,其中动态权重γ=2.0有效聚焦过渡区域学习。
- 4.多数据集验证彰显泛化能力。如表II-III所示,SI-Mamba在S2和GF02数据集上分别以91.41%和90.96%的mIoU领先对比模型,尤其在港口近岸场景(图9)中保持边界连续性,有效克服ABCNet的条纹伪影和U-Net的细节丢失问题。
结论表明,SI-Mamba通过状态空间模型与遥感指数物理的深度融合,开创了海冰智能解译新范式。其创新性体现在三个方面:首先,将可学习光谱指数嵌入SSM序列输入,克服了纯数据驱动模型对光谱物理机理的忽视;其次,通过全局-局部双分支架构平衡长程依赖建模与细节特征保持;最后,动态边界优化机制使模型在复杂冰水混合区域保持94.86%以上的类别精度。尽管该方法在渤海海域验证效果显著,但极地区域的适用性仍需进一步验证,这为未来研究指明了方向。该成果为高分辨率遥感影像的海冰自动监测提供了兼顾精度与效率的解决方案,对极地航行安全、气候变化研究等领域具有重要实践价值。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号