Blog

Oct 31, 2023

Lignes de glace

Données scientifiques tome 10,

Données scientifiques volume 10, Numéro d'article : 138 (2023) Citer cet article

1338 accès

9 Altmétrique

Détails des métriques

La position frontale d'une banquise est un paramètre important pour la modélisation de la dynamique des glaces, le calcul des flux de masse, la cartographie des changements de superficie des glaciers, le calcul des taux de production d'icebergs et l'estimation du rejet de glace dans l'océan. Jusqu'à présent, les informations continues et à jour sur les emplacements des fronts de vêlage de l'Antarctique sont rares en raison de la délimitation manuelle fastidieuse des fronts et de la quantité auparavant limitée de données d'observation de la Terre appropriées. Ici, nous présentons IceLines, un nouvel ensemble de données sur les positions du front de la banquise antarctique pour évaluer le changement du front de vêlage à une résolution temporelle et spatiale sans précédent. Plus de 19 400 positions de front de vêlage ont été extraites automatiquement, créant des séries temporelles inter- et intra-annuelles denses de changement de front de vêlage pour l'ère de Sentinel-1 (2014-aujourd'hui). La série chronologique des fronts de vêlage est accessible via le géoservice du COU hébergé par le DLR et est mise à jour mensuellement. Pour la première fois, l'ensemble de données IceLines présenté offre la possibilité d'inclure facilement la dynamique du front de vêlage dans les études scientifiques et la modélisation afin d'améliorer notre compréhension de la dynamique de la calotte glaciaire.

Les trois quarts du littoral antarctique sont constitués de plates-formes de glace flottantes régulant le débit de glace de l'inlandsis antarctique (AIS)1. Le retrait ou même la désintégration des plates-formes de glace peut réduire les effets de renforcement entraînant une perte de masse accrue de l'AIS2. Au cours des dernières décennies, les événements de désintégration le long de la péninsule antarctique (AP) et de la calotte glaciaire de l'Antarctique occidental (WAIS) ont démontré le comportement dynamique et l'état vulnérable des plates-formes de glace de l'Antarctique3,4,5. Au total depuis 1997, la perte de surface de plate-forme de glace antarctique due à la désintégration et aux vêlages a dominé par rapport au gain de surface de plate-forme de glace par l'avancée des fronts6,7. La croissance et la décomposition d'une banquise sont contrôlées par plusieurs facteurs tels que la dynamique interne de la glace, la géométrie de la banquise, les points d'ancrage, la topographie du lit et les forces mécaniques et climatiques externes. Il y a de plus en plus de preuves que le forçage atmosphérique et océanique à long terme provoque le recul du front de la banquise le long de l'AP et du WAIS3,4,8,9,10. Pour l'inlandsis de l'Antarctique oriental (EAIS), l'ensemble des preuves n'est pas aussi clair que les séries chronologiques des fronts de vêlage sont plus courtes et moins fréquentes7,11,12,13. La position du front de vêlage est d'une grande valeur pour les études antarctiques axées sur l'océanographie, la glace de mer, la glaciologie et l'écologie terrestre ou océanique. Surtout en glaciologie, la position du front est un paramètre important pour la modélisation de la dynamique des glaces14, le calcul des flux de masse15, la cartographie des changements de superficie des glaciers8, le calcul du taux de production d'icebergs16 et l'estimation de l'exportation de masse de glace vers l'océan17. Par conséquent, la connaissance de la dynamique des fronts de vêlage infra-annuels et de leurs mécanismes de contrôle à court terme est essentielle pour une meilleure compréhension de la dynamique de la calotte glaciaire déterminant la perte ou le gain de masse de l'AIS12,15. Mais jusqu'à présent, de telles données n'existent pas pour l'ensemble de l'AIS en raison des longues délimitations manuelles des fronts et de la disponibilité auparavant limitée de l'imagerie satellitaire12. Pour surmonter le travail manuel fastidieux de la délimitation du front de vêlage, des techniques d'imagerie traditionnelles ont été utilisées pour développer des approches automatisées non adaptées à l'extraction intra-annuelle du front de vêlage18,19,20 en raison des variations saisonnières de la glace de mer et de la fonte de la surface. À ce jour, seules les approches basées sur l'apprentissage en profondeur sont capables de fournir des séries temporelles précises et denses de changement de localisation du front de vêlage21,22,23.

Nous tirons parti de ces techniques innovantes et introduisons IceLines24, un ensemble de données sur les positions du front de la banquise antarctique fournissant des séries temporelles de front de vêlage continues et à jour. IceLines est un nouveau cadre basé sur l'apprentissage en profondeur fournissant des emplacements de front de vêlage (CFL) à différentes échelles temporelles (quotidiennes, mensuelles, trimestrielles, annuelles) pour les plates-formes de glace de l'Antarctique automatiquement extraites de l'imagerie radar Sentinel-1. L'ensemble de données comprend toutes les plates-formes de glace intactes de l'Antarctique répertoriées par le SCAR Composite Gazetter25 d'une largeur d'au moins 30 km. De plus, six fronts glaciaires dynamiques présentant un intérêt majeur (par exemple, le glacier Pine Island) ont été sélectionnés pour être surveillés. La figure 1 montre les fronts de plate-forme glaciaire et les langues glaciaires actuellement surveillés par IceLines. En fonction de la disponibilité des données Sentinel-1, la série chronologique du front de vêlage fournie couvre la période de 2014 à aujourd'hui et est automatiquement mise à jour sur une base mensuelle. Les données IceLines24 sont disponibles gratuitement via le GeoService du DLR (https://geoservice.dlr.de/web/maps/eoc:icelines).

Vue d'ensemble de tous les fronts de banquise surveillés en permanence avec IceLines. Des exemples de séries chronologiques de fronts de banquises générées avec IceLines sont présentées sur les côtés. Copernicus Sentinel-1 Données 2022.

IceLines24 a été développé pour surveiller automatiquement les positions du front de la banquise antarctique et pour fournir des séries chronologiques denses sur le changement du front de vêlage. Cela nécessite un degré élevé d'automatisation, car les délimitations manuelles de front, qui prennent du temps, ne peuvent pas suivre les archives satellites en croissance rapide12. La figure 2 montre l'ensemble du pipeline de traitement d'IceLines qui est subdivisé en six étapes suivantes : téléchargement des données, prétraitement des données satellitaires, formation du réseau de neurones convolutifs (CNN), inférence pour l'extraction de front automatisée, post-traitement des prédictions de front et la génération de séries chronologiques. Toutes les étapes de traitement individuelles sont expliquées ci-après.

Le flux de travail IceLines est divisé en téléchargement de scènes satellites, prétraitement, formation du réseau de neurones convolutifs (CNN), inférence pour l'extraction de front automatisée, post-traitement des prédictions de front et génération de séries temporelles.

Sur une base mensuelle, les scènes Sentinel-1 GRD EW disponibles (résolution de 40 m) sont téléchargées pour chaque plate-forme de glace surveillée définie par une zone d'intérêt (AOI) à partir de l'Alaska Satellite Facility Distributed Active Archive Center (ASF DAAC)26. Nous avons sélectionné les données EW car elles fournissent plus de contexte spatial au modèle d'apprentissage en profondeur à une taille de tuiles définie (en pixels) et la couverture des données pour les scènes EW à double polarisation sur la côte antarctique est meilleure que pour les données IW. Pour éviter de grandes quantités de données inutiles et le traitement de scènes ne couvrant que partiellement des fronts sélectionnés, le téléchargement est limité en filtrant les orbites satellites appropriées couvrant entièrement chaque front. Ainsi, la disponibilité des positions quotidiennes du front dépend des acquisitions Sentinel-1 couvrant le front et peut varier approximativement d'une à huit observations par mois. La disponibilité des données Sentinel-1 en Antarctique est limitée avant l'ajustement du schéma d'acquisition en mai 2017 en raison du lancement de Sentinel-B et après son échec en décembre 2021. Dans les cas où un front n'est jamais entièrement couvert par une scène entière, des les scènes acquises le même jour sont fusionnées après pré-traitement. Le prétraitement est effectué avec l'outil de traitement de graphes de la boîte à outils ESA SNAP27 sur un cluster Hadoop avec 63 nœuds (32/64 Go de RAM) dans un conteneur Docker. Pour les scènes à simple polarisation, le prétraitement comprend le sous-réglage de l'étendue du plateau, la suppression du bruit thermique, l'étalonnage radiométrique, la correction géométrique du terrain avec le TanDEM-X PolarDEM 90 m28 et le masquage de l'imagerie par un tampon côtier de 100 km de large. De plus, pour les images à double polarisation, le rapport entre la polarisation HH et HV est calculé et ajouté à la pile de scènes comme décrit dans Baumhoer et al. 2019 (réf. 23).

Le front de vêlage est extrait avec un HED-UNet qui a été initialement développé par Heidler et al.29 et adapté pour une utilisation circum-antarctique dans les IceLines. L'adaptation comprenait un ensemble de données de formation plus diversifié avec 81 scènes Sentinel-1 (au lieu de 11 scènes) couvrant 17 régions côtières (au lieu de seulement 2) et la capacité du réseau à reconnaître et à prédire automatiquement les images à double et simple polarisation. Cela est nécessaire car l'imagerie Sentinel-1 acquise avant 2017 ne comprend qu'une seule polarisation. De plus, pour certaines zones côtières, seules des images à simple polarisation sont disponibles (par exemple la mer de Bellingshausen) pendant toute la période d'acquisition de Sentinel-1.

Le HED-UNet est une architecture de réseau de neurones conçue spécifiquement pour l'extraction des fronts de vêlage qui s'appuie sur les deux principes de segmentation et de détection des bords. Alors que la segmentation vise à différencier les pixels glaciers des pixels océaniques, la détection des contours classe directement les pixels sur le front de vêlage. HED-UNet intègre les deux approches pour encourager le modèle à apprendre des modèles visuels caractéristiques de la calotte glaciaire, de l'océan et de la zone de vêlage. En travaillant sur plusieurs niveaux de résolution, le modèle peut prendre en compte un contexte spatial plus large que les modèles précédents, ce qui s'est avéré important pour la tâche de détection du front de vêlage. Les données de formation couvrent la période de mai 2017 à août 2019.

La figure 3 montre la distribution des données de formation ventilées pour chaque plate-forme de glace ou glacier individuel. Notez que certaines plates-formes de glace sont couvertes par la même scène, par conséquent, les dates de formation sont les mêmes pour certaines plates-formes de glace.

Distribution des données d'entraînement et de validation pour chaque plate-forme de glace ou glacier. Les données de formation sont tracées en bleu clair, les données de validation en bleu foncé. Les points violets et gris indiquent la polarisation de l'imagerie satellite utilisée. Pour la formation, l'image à double polarisation a également été utilisée pour former des poids pour l'imagerie à polarisation simple en utilisant uniquement le premier canal (polarisation HH). Les cercles et les triangles indiquent si tout le front ou une partie de celui-ci a été utilisé pour la formation/validation.

L'étape de post-traitement utilise la probabilité de prédiction de la tête de fusion de segmentation HED-UNet pour les classes "inlandsis" et "océan" où la frontière des deux classes marque le littoral. Un seuil d'élévation est appliqué sur la probabilité de prédiction pour exclure les zones au-dessus de la ligne de mise à la terre en attribuant toutes les zones au-dessus d'un seuil d'élévation empiriquement défini de 110 m (TanDEM-X PolarDEM 90 m28 référencé à l'ellipsoïde WGS84) à la calotte glaciaire de classe. Ce seuil s'applique également aux futures positions frontales, sauf que des plates-formes de glace entières se désintègrent en combinaison avec un recul drastique de la ligne d'échouement. Cela supprime les classifications erronées sur la zone de neige sèche dans les zones de calotte glaciaire de haute altitude (parfois confondues avec les zones à faible rétrodiffusion sur l'océan), mais n'influence pas les prévisions sur les zones de plate-forme glaciaire inférieures. La probabilité de prédiction basée sur l'altitude est binarisée par un seuil de 50 % (66 % pour les produits annuels dérivés des produits saisonniers). Ensuite, un filtrage morphologique est appliqué pour s'assurer que les deux classes sont des zones contiguës. Après avoir obtenu le résultat final de la classification, une agrégation temporelle est appliquée en fusionnant tous les résultats de segmentation disponibles par mois, saison et année. Pour les produits mensuels, la probabilité de prédiction quotidienne est fusionnée en faisant la moyenne. Pour les produits saisonniers et annuels, les classifications mensuelles et saisonnières sont fusionnées en faisant respectivement la moyenne des masques binaires.

IceLines fournit des séries chronologiques de fronts de vêlage à différentes échelles temporelles, car l'agrégation temporelle des prévisions pour plusieurs pas de temps permet des délimitations de fronts plus robustes. Par exemple, des prédictions parfois mal placées sur l'océan en raison d'une mer agitée par le vent, du mélange, des icebergs ou de la glace de mer sont compensées en fusionnant plusieurs résultats de classification. Le résultat de la classification binarisée est utilisé pour extraire un polygone de la zone classée comme calotte glaciaire. La validité du fichier de formes du polygone est testée (zone délimitée, pas d'auto-intersections, géométries en plusieurs parties, essayez d'obtenir des encoches de polygone) avant qu'une ligne ne soit extraite du polygone. La ligne est découpée pour supprimer les limites de la scène et récupérer le littoral. L'étendue du découpage est égale à l'étendue de l'image satellite initiale érodée de 15 pixels. Dans le cas de produits faisant l'objet d'une moyenne mensuelle, des limites de scène peuvent toujours exister si l'étendue de la scène varie au cours d'un mois. Enfin, le trait de côte est découpé par l'AOI pour chaque plate-forme glaciaire ou glacier surveillé afin d'obtenir la position finale du front de vêlage.

Les réseaux de neurones profonds ont démontré leurs performances supérieures pour la détection du front de vêlage dans plusieurs études en termes de vitesse et atteignent toujours des précisions meilleures ou comparables aux délimitations manuelles21,22,23,29,30,31. Néanmoins, des défaillances occasionnelles se produisent lorsque des positions de front incorrectes sont extraites en raison d'icebergs, de mélange, de fonte de surface ou de couverture nuageuse. Ces fronts erronés peuvent facilement être détectés visuellement, mais l'automatisation de ce processus reste difficile. Soit, l'imagerie optique inappropriée (par exemple la couverture nuageuse, le front invisible) peut être éliminée au préalable21, soit le front lui-même peut être vérifié par des mesures de complexité des polygones22. Dans notre cas, les deux approches n'ont pas fourni de résultats satisfaisants, ce qui nous a conduit à créer une mesure de fiabilité basée sur la série temporelle du front de vêlage. La série chronologique du front de vêlage est calculée le long de lignes médianes perpendiculaires comparables à la méthode de la ligne médiane décrite dans Lea et al.32. Au lieu d'une seule ligne médiane, nous avons utilisé plusieurs lignes médianes pour mieux couvrir le front de la banquise et mesurer l'intersection vers la mer si plusieurs intersections (par exemple en raison de crevasses) existent. Le nombre (3 à 15 lignes médianes par plate-forme) et l'espacement (3 à 65 km) des lignes médianes varient en fonction de la taille de la plate-forme de glace et de la complexité du front. Dans de rares cas, où les zones avant de la plate-forme de glace sont connues pour être extraites à plusieurs reprises de manière ambiguë (par exemple, à l'iceberg D-15 devant la plate-forme de glace ouest, la zone de banquise côtière devant la plate-forme de glace Filchner), les lignes médianes sont soit ignorées, soit déplacées pour obtenir la valeur réelle. schéma de mouvement du front non biaisé par ces zones. Des positions de front potentiellement incorrectes peuvent être détectées dans la série chronologique car elles sont soit sensiblement vers l'intérieur des terres en cas de fonte de la surface, soit vers la mer en raison du mélange ou de la couverture de glace de mer. Afin de détecter ces valeurs aberrantes, on suppose qu'une position de front de vêlage ne peut pas s'écarter de plus de la moyenne plus/moins l'écart type (minimum 2 pixels (80 mètres) pour tenir compte d'un certain degré de variation) de huit (quatre pour le mois, produits saisonniers et annuels) premières positions précédentes et successives. Le nombre de huit (quatre) positions de front assure de couvrir les fronts erronés consécutifs, par exemple pendant les périodes de fonte de surface. Les positions de front les plus récentes à la fin de la série chronologique sont à nouveau prises en compte dans la détection des valeurs aberrantes lors du traitement mensuel pour s'assurer que les positions de front des événements de vêlage importants ne sont finalement pas classées comme des valeurs aberrantes. En pratique, cela signifie que lors de la recherche d'une position frontale d'un événement de vêlage récent, il est plus probable de le trouver dans le dossier « fronts éliminés » au cours des trois premiers mois. Les positions des fronts classées comme valeurs aberrantes sont stockées dans un dossier séparé indiquant à l'utilisateur de vérifier visuellement ces fronts. Cette approche fonctionne de manière fiable pour les fronts avec des schémas de mouvement clairs d'avance et de recul, mais exclut souvent trop de positions de front confiantes lorsque des événements de vêlage fréquents et plus petits se produisent, en particulier pour le produit quotidien. La part entre les détections de front sûres et potentiellement non fiables varie entre <1 % et 99 % en fonction fortement de la géométrie du front de la plate-forme de glace, des périodes de fonte de la surface, des zones de banquise côtière et du schéma de vêlage. En moyenne, 47,4 % des positions quotidiennes et 38,8 % des positions mensuelles nécessitent une inspection visuelle supplémentaire.

L'ensemble de données IceLines24 est disponible sur le GeoService du DLR et mis à jour mensuellement. Les positions avant sont fournies sous forme de fichiers de formes linéaires pour chaque plate-forme de glace. Dans le cas où les plates-formes de glace sont plus grandes que les scènes Sentinel-1 acquises, les premières positions sont divisées en sous-fronts et numérotées comme indiqué sur la Fig. 1. Chaque dossier comprend des fichiers de formes agrégés sur une base quotidienne, mensuelle, saisonnière et annuelle. Ils sont séparés en fronts extraits en toute confiance (dossier « fronts ») et en fronts qui nécessitent des vérifications manuelles supplémentaires avant de les utiliser pour une analyse plus approfondie (dossier « fronts éliminés »). La convention de nommage des fichiers pour un produit journalier, mensuel, saisonnier et annuel est :

Quotidien :[polarisation]_[AAAAMMJJ]_[ID de produit unique S1]-[nom de la plate-forme de glace].gpkg

Mensuel :[polarisation]_[AAAAMM]-[nom de la plate-forme de glace].gpkg

Saisonnier :[YYYY][Quartal]_mean-[nom de la plate-forme de glace].gpkg

Annuel :[YYYY]noQ1_mean-[nom de la plate-forme de glace].gpkg

"1SDH" indique que le front a été extrait d'une scène d'entrée à double polarisation, "1SSH" d'une scène à polarisation unique. Les trimestres sont définis comme des saisons australes avec Q1 été (déc., janv., fév.), Q2 automne (mars, avril, mai), Q3 hiver (juin, juil., août) et Q4 printemps (sept., oct., nov.). La moyenne annuelle exclut la saison estivale où se produit principalement la fonte de surface (indiquée par "noQ1" dans le nom du fichier). La table attributaire de chaque fichier comprend la date de la position avant ('DATE_'), le nom de la banquise ('name'), la date de la dernière mise à jour ('updated', yyyymmdd) et le numéro de version ('version'). Pour les produits quotidiens et mensuels, le nom de la scène Sentinel-1 correspondante est inclus ('s1name'). Les fichiers de formes sont en projection stéréographique polaire antarctique (EPSG:3031). Tous les produits IceLines24 peuvent être téléchargés à partir du DLR GeoService (https://download.geoservice.dlr.de/icelines/files/) sous forme de fichiers GeoPackage uniques ou de fichiers ZIP combinés pour chaque produit temporel et plate-forme de glace séparés dans les dossiers 'fronts' et 'fronts éliminés. De plus, l'exploration visuelle des positions annuelles et mensuelles du front de vêlage est possible via le navigateur Web du DLR GeoService (https://geoservice.dlr.de/web/maps/eoc:icelines).

IceLines est validé en calculant la différence de distance entre les fronts quotidiens automatiquement extraits et les délimitations manuelles des fronts. Il s'agit d'une méthode couramment appliquée pour évaluer la précision des positions avant dérivées21,23,31. Néanmoins, la délimitation manuelle des fronts est une tâche très difficile et sous-tend un degré élevé de subjectivité. Avoir plusieurs experts délimitant le même front générera toujours des résultats différents12,30,33,34. Par conséquent, la position avant automatisée n'est pas nécessairement erronée si elle ne s'aligne pas sur la référence manuelle. Pour effectuer une validation complète incluant toutes sortes de morphologies de fronts de vêlage et de dates d'acquisition différentes, 92 fronts ont été sélectionnés pour une évaluation de la précision. Les critères de sélection nécessitaient deux fronts pour chaque plate-forme de glace, un dérivé d'images à simple polarisation entre octobre 2014 et avril 2017 et un dérivé d'images à double polarisation entre août 2018 et octobre 2021. Si seules des images à simple polarisation étaient disponibles, deux échantillons à simple polarisation ont été pris. Les deux périodes ont été sélectionnées pour se situer en dehors de la période des données de formation. La distribution exacte des données de formation et de validation est illustrée à la Fig. 3. Les dates de validation ont été déterminées en prenant un échantillon de date aléatoire pour chaque plate-forme de glace et période de temps. À partir des extractions avant confiantes, la position avant disponible la plus proche de la date choisie au hasard a été prise pour validation. Il convient de mentionner qu'aucune position avant sûre n'a pu être obtenue pour Filchner, Ronne et certaines parties des plates-formes de glace Ross et West sur la base d'images à polarisation unique. Par conséquent, ils n'ont pas pu être inclus pour la validation. Cela s'applique également à certaines parties des plates-formes de glace Baudouin et Getz, car aucune imagerie n'a été acquise au cours de la première ou de la deuxième période de validation, respectivement. Pour la validation de plus grandes plates-formes de glace, le front a été subdivisé en plusieurs parties (indiquées par des triangles sur la Fig. 3) pour s'assurer que le front extrait était dérivé d'une seule scène satellite clairement identifiable. Prises ensemble, toutes les parties frontales couvrent tout le front de la plate-forme de glace.

La différence de distance entre les fronts manuels et automatisés a été testée en mesurant la distance entre le front manuel et le front automatisé le long de points espacés de pixels (40 m). Cette mesure donne une impression à quel point le front extrait correspond à la délimitation manuelle. La figure 4 montre l'erreur de distance moyenne pour chaque plate-forme de glace avec une confiance de 95 % en bleu clair. De plus, toutes les valeurs de validation sont résumées dans le tableau S1. La précision varie en fonction du front de vêlage évalué et de la polarisation des images d'entrée. Par exemple, la précision de distance moyenne pour les plates-formes de glace Amery et Sulzberger est faible car l'extraction frontale avec des images à polarisation simple n'a pas été en mesure de détecter les zones de banquise côtière, comme le montre la Fig. 5. la vaste zone de banquise côtière (> 30 km) qui augmente considérablement l'erreur de distance moyenne. Les meilleures précisions de distance moyenne ont été atteintes pour les plates-formes de glace Cosgrove, Bach et Stange (<1 pixel). En moyenne, l'erreur de distance moyenne réelle pour les fronts extraits de l'imagerie bipolaire est de 209 ± 12 m (5,2 pixels) avec une confiance de 95 % et de 432 ± 21 m (8,8 pixels) pour l'imagerie à simple polarisation, ce qui est comparable aux études existantes sur le vêlage. extraction frontale pour l'Antarctique. Des études antérieures sur la détection du front de vêlage basée sur CNN ont publié des précisions de distance moyennes entre 96,32 m (1,97 pixel)34, 86,76 ± 1,43 m (2,25 pixel)21, 38 m (~6 pixel)30 et 86 m22 pour le Groenland et 108 m (2,7 pixel)23, 222 ± 23 (Wilkes Land)29, 345 ± 24 (péninsule antarctique)29, 237,12 m35 et 330,63 m (2,35 pixel)21 pour l'Antarctique. Il convient de noter que ces précisions ne sont pas directement comparables en raison des variations temporelles et spatiales dans les ensembles de données de validation couvrant d'un30,34 à 6221 glaciers au cours de différentes périodes. Pour une comparaison plus approfondie, les délimitations manuelles de différents experts peuvent varier entre 92,5 m34, 33 m (5,5 pixels)30 et 183 m (4,6 pixels)23 selon la résolution de l'image et la difficulté de la délimitation du front de vêlage.

Précisions de validation pour l'ensemble de données IceLines. Pour chaque plate-forme de glace et glacier, la distance moyenne et la précision de la ligne médiane avec une confiance de 95 % sont indiquées.

Fronts de vêlage dérivés automatisés (bleu) et manuels (violet) pour la plate-forme de glace Sulzberger, le glacier Holmes et la plate-forme de glace Thwaites. Copernicus Sentinel-1 Données 2022.

Pour évaluer la précision avec laquelle le mouvement frontal d'un front de vêlage peut être déterminé avec l'ensemble de données IceLines24, la précision de la distance a été calculée le long des axes perpendiculaires déjà utilisés pour la génération de séries chronologiques. La précision du mouvement frontal est déterminée comme la distance moyenne entre le front manuel et automatisé le long des axes définis. La figure 4 montre la précision du mouvement frontal en bleu foncé. De plus, les résultats de l'évaluation de l'exactitude sont résumés dans le tableau S2. En moyenne, l'erreur est de 63 ± 68 m (1,6 pixel) pour les images à double polarisation et de 107 ± 126 m (2,7 pixels) pour les images à simple polarisation avec une confiance de 95 %. Les inexactitudes moyennes les plus élevées de la ligne médiane existent pour les glaciers avec des événements de vêlage fréquents et petits (par exemple, les glaciers Holmes et Totten ainsi que la langue du glacier Thwaites) en raison des difficultés à distinguer les icebergs de la glace crevassée des glaciers, comme indiqué pour le glacier Holmes sur la figure 5. En plus de certains fronts difficiles , le mouvement frontal peut être évalué avec une grande précision. Pour 84 % des fronts de vêlage dans l'ensemble de données de validation, le mouvement frontal peut être évalué avec une précision meilleure que 2 pixels (<80 m) indépendamment de la polarisation de l'imagerie d'entrée.

La validation complète d'IceLines démontre que les fronts de vêlage dérivés de CNN offrent une bonne alternative précise aux laborieuses délimitations manuelles des fronts. La position avant peut s'écarter des fronts délimités manuellement en raison de la banquise côtière, du mélange et des icebergs proches du front de 209 ± 12 m (5,2 pixels) sur l'imagerie à double polarisation et de 432 ± 21 m (8,8 pixels) pour l'imagerie à polarisation simple alors que la position frontale le mouvement peut être déterminé avec des précisions plus élevées de 63 ± 68 m (1,6 pixel) pour les images à double polarisation et 107 ± 126 m (2,7 pixels) pour les images à simple polarisation. Les limites de l'ensemble de données IceLines24 existent en raison des propriétés de rétrodiffusion spécifiques au SAR. Les détections de front de vêlage lors de la fonte de la surface ou dans la zone de neige sèche (par exemple, les plates-formes de glace Ronne, Ross et Filchner) restent difficiles, en particulier avec les images SAR à polarisation unique. Mais les avantages de l'imagerie SAR indépendante de l'éclairage et des nuages ​​l'emportent sur ces limitations et n'affectent pas de manière significative la valeur sans précédent de l'ensemble de données IceLines24 représenté par des séries chronologiques circum-antarctiques régulièrement mises à jour sur le changement du front de vêlage.

Pour conclure, nous fournissons une impression finale de l'ensemble de données très détaillé d'IceLines pour montrer de nouvelles possibilités d'analyse du changement du front de vêlage avec IceLines24. La figure 6 montre le changement mensuel du front de vêlage dans la baie de Pine Island entre 2015 et 2021. Les différentes dynamiques de front de vêlage dans la baie de Pine Island deviennent visibles, allant d'une légère avancée de Cosgrove (+1,01 km) et Thwaites Ice Shelves (+0,78 km) sur l'avancée régulière de la plate-forme glaciaire Crosson (+8,80 km), le fort recul de la langue glaciaire Thwaites (−16,86 km) jusqu'au recul et au vêlage fréquent du glacier Pine Island (changement total −19,05 km) entre 2015 et 2021. Figure 7 montre les taux de progression frontale des plates-formes de glace de l'Antarctique en 2015 et 2021, qui ont été calculés le long d'une ligne médiane perpendiculaire sur la base de toutes les positions de front fiables au cours de l'année respective. Si un événement de vêlage s'est produit en 2015 ou 2021, l'avance du front de la banquise a été calculée sur la plus longue série chronologique d'avance restante. Le glacier Pine Island a le taux de progression le plus élevé avec 4,72 km / an en 2021, suivi de Thwaites Tongue avec 4,20 km / an en 2015. Le glacier Pine Island s'est accéléré entre 2015 et 2021, contrairement à la désintégration de Tongue of Thwaites. Sur la base de toutes les plates-formes de glace, la ligne de tendance de régression linéaire (R2 = 0,89) montre une légère tendance à des taux d'avancée plus élevés en 2015 par rapport à 2021 pour les plates-formes à progression plus forte (> 0,65 km / an). Il faut mentionner que cette tendance est fortement dominée par la désintégration de la langue glaciaire de Thwaites qui n'a pas de front d'avancée clair en 2021 par rapport à 2015. Contrairement à cette tendance générale, l'avancée frontale de Pine Island, Totten, Ross West, Ronne , les plateformes de glace Larsen C et Brunt1 se sont accélérées en 2021 par rapport à 2015. De plus, il convient de noter que les plateformes avec un événement de vêlage entre 2015 et 2021 ont plus probablement changé leur taux d'avance frontale par rapport aux plateformes sans vêlage (voir les points cyan sur la Fig. 7) . Pour une exploration plus approfondie, le supplément comprend le tableau S3 avec tous les taux d'avance et une version interactive et zoomable de la figure 7 peut être consultée sur https://download.geoservice.dlr.de/icelines/files/icelines_auxiliary_v1.zip.

Changement du front de vêlage dans la baie de Pine Island entre 2015 et 2021 visualisé avec les positions mensuelles du front de vêlage d'IceLines. Le graphique en haut à droite montre la série chronologique du front de vêlage pour chaque plate-forme/glacier le long d'une ligne médiane centrale dans le sens de l'écoulement. Copernicus Sentinel-1 Données 2022.

Taux d'avance des plates-formes de glace antarctique en 2015 par rapport à 2021. Sur la base de toutes les plates-formes de glace, la ligne de tendance bleue montre une légère tendance à des taux d'avance plus élevés pour les fronts en mouvement rapide en 2015. Pour référence, la ligne grise représente un taux d'avance constant sans changement entre 2015 et 2021. Les points au-dessus de la ligne de référence montrent un taux de progression accéléré en 2021 par rapport à 2015, les points en dessous montrent le contraire. Les points en cyan indiquent si la banquise a vêlé entre l'avancée de 2015 et 2021.

L'ensemble de données IceLines24 a été créé pour fournir aux scientifiques et aux modélisateurs des positions de front de vêlage à jour sans nécessiter de longues délimitations manuelles. Même si pour de nombreux fronts des précisions au niveau du pixel peuvent être obtenues, certains fronts extraits doivent être vérifiés manuellement avant utilisation, en particulier ceux situés dans le dossier "fronts-eliminated". Cela peut être fait dans un système d'information géographique (par exemple QGIS - qgis.org). Les zones d'extraction frontale défaillante peuvent être facilement identifiées par des lignes sinueuses non situées entre les positions frontales précédentes et consécutives. En cas de doute, les positions frontales peuvent être comparées à l'imagerie Sentinel-1 originale par l'identifiant Sentinel-1 unique et la date d'acquisition ou le nom de la scène Sentinel-1 dans la table attributaire de chaque fichier. L'imagerie Sentinel-1 peut être téléchargée depuis ASF (search.asf.alaska.edu) et ESA (scihub.copernicus.eu). Les images Sentinel-1 prétraitées sont accessibles via Google Earth Engine (earthengine.google.com). De plus, la probabilité d'échec d'une extraction frontale diminue avec une agrégation temporelle plus élevée. Cela signifie que les produits agrégés temporels (par exemple mensuels, saisonniers, annuels) doivent être préférés aux produits quotidiens. L'ensemble de données IceLines est enregistré sous le DOI https://doi.org/10.15489/btc4qu75gr92.

Le traitement des IceLines a été effectué dans le système Calvalus et le cluster GPU disponibles au Centre d'observation de la Terre du DLR au moyen d'un logiciel propriétaire et de scripts Python dédiés (v3.6 et v3.7). Compte tenu de l'utilisation d'outils propriétaires, le pipeline de traitement mis en œuvre ne peut pas être rendu public. Cependant, toutes les étapes de traitement peuvent être consultées et reproduites comme suit : Le prétraitement de l'imagerie Sentinel-1 peut être répliqué avec l'outil open source ESA SNAP Toolbox 8.0 et les étapes de traitement décrites à la Fig. 2. Le code du HED- Unet basé sur Pytorch (v1.7) est disponible sur https://github.com/khdlr/HED-UNet et le script de post-traitement final (Python v3.7) est disponible sur https://download.geoservice.dlr .de/icelines/files/icelines_auxiliary_v1.zip. De plus, ce dossier comprend des données utilisées pour l'évaluation de la précision, un script Python pour le téléchargement groupé (bulk-download-icelines.py) et un exemple de script ("display-icelines-gee.js") pour afficher les données IceLines avec le Sentinel correspondant. -1 scènes dans Google Earth Engine.

Rignot, E., Jacobs, S., Mouginot, J. & Scheuchl, B. Fonte de la plate-forme glaciaire autour de l'Antarctique. Sciences 341, 266-270 (2013).

Article ADS CAS PubMed Google Scholar

Furst, JJ et al. La bande de sécurité des plates-formes de glace de l'Antarctique. Nat. Clim. Modification 6, 479–482 (2016).

Annonces d'article Google Scholar

Cook, AJ et al. Forçage océanique du recul des glaciers dans l'ouest de la péninsule antarctique. Sciences 353, 283-286 (2016).

Article ADS CAS PubMed Google Scholar

Cook, AJ, Fox, AJ, Vaughan, DG & Ferrigno, JG Recul des fronts glaciaires sur la péninsule antarctique au cours du dernier demi-siècle. Sciences 308, 541–544 (2005).

Article ADS CAS PubMed Google Scholar

Cook, AJ & Vaughan, DG Vue d'ensemble des changements de surface des plates-formes de glace de la péninsule antarctique au cours des 50 dernières années. La cryosphère 4, 77–98 (2010).

Annonces d'article Google Scholar

Greene, CA, Gardner, AS, Schlegel, N.-J. & Fraser, AD La perte de vêlage en Antarctique rivalise avec l'amincissement de la banquise. Nature (2022).

Baumhoer, CA, Dietz, AJ, Kneisel, C., Paeth, H. & Kuenzer, C. Facteurs environnementaux du recul des glaciers circum-antarctiques et de la banquise au cours des deux dernières décennies. La cryosphère 15, 2357–2381 (2021).

Annonces d'article Google Scholar

Davies, BJ, Carrivick, JL, Glasser, NF, Hambrey, MJ & Smellie, JL Réponse variable des glaciers au réchauffement atmosphérique, nord de la péninsule antarctique, 1988–2009. La cryosphère 6, 1031-1048 (2012).

Annonces d'article Google Scholar

Doake, CSM & Vaughan, DG Désintégration rapide de la plate-forme de glace Wordie en réponse au réchauffement atmosphérique. Nature 350, 328-330 (1991).

Annonces d'article Google Scholar

Jenkins, A. et al. Retrait de la calotte glaciaire de l'Antarctique occidental dans la mer d'Amundsen en raison de la variabilité océanique décennale. Nat. Géosci. 11, 733–738 (2018).

Article ADS CAS Google Scholar

Miles, BWJ, Stokes, CR & Jamieson, SSR Le changement de l'extrémité glaciaire de la calotte glaciaire dans l'Antarctique de l'Est révèle la sensibilité de Wilkes Land aux changements de la glace de mer. Sci. Adv. 2, e1501350 (2016).

Article ADS PubMed PubMed Central Google Scholar

Baumhoer, CA, Dietz, AJ, Dech, S. & Kuenzer, C. Télédétection des glaciers antarctiques et de la dynamique du front de la plate-forme glaciaire - Un examen. Remote Sens. 10, 1445 (2018).

Annonces d'article Google Scholar

Lovell, AM, Stokes, CR & Jamieson, SSR Variations sous-décennales des positions d'extrémité des glaciers de sortie dans la Terre Victoria, la Terre Oates et la Terre George V, Antarctique oriental (1972–2013). Antarctique. Sci. 29, 468–483 (2017).

Annonces d'article Google Scholar

Marshall, SJ Progrès récents dans la compréhension de la dynamique de la calotte glaciaire. Planète Terre. Sci. Lett. 240, 191-204 (2005).

Article ADS CAS Google Scholar

Wuite, J. et al. Migration du front de vêlage sous-annuel, changement de zone et taux de vêlage à partir de l'altimétrie CryoSat-2 en mode Swath, sur la plate-forme de glace Filchner-Ronne, Antarctique. Remote Sens. 11, 2761 (2019).

Annonces d'article Google Scholar

Frezzotti, M. Fluctuation du front de glace, flux de vêlage des icebergs et bilan de masse des glaciers de la Terre Victoria. Antarctique. Sci. 9, 61–73 (1997).

Article ADS MathSciNet Google Scholar

Liu, Y. et al. L'amincissement provoqué par l'océan améliore le vêlage des icebergs et le retrait des plates-formes de glace de l'Antarctique. Proc. Natl. Acad. Sci. 112, 3263–3268 (2015).

Article ADS CAS PubMed PubMed Central Google Scholar

Sohn, H.-G. & Jezek, KC Cartographie des marges de la calotte glaciaire à partir des images ERS-1 SAR et SPOT. Int. J. Remote Sens. 20, 3201–3216 (1999).

Article Google Scholar

Liu, H. & Jezek, KC Extraction automatisée du littoral à partir d'images satellitaires en intégrant la détection des bords Canny et des méthodes de seuillage localement adaptatives. Int. J. Remote Sens. 25, 937–958 (2004).

Article Google Scholar

Wu, SY & Liu, AK Vers un système automatisé de détection, d'extraction et de classification des caractéristiques océaniques pour l'imagerie SAR. Int. J. Remote Sens. 24, 935–951 (2003).

Article Google Scholar

Cheng, D. et al. Calvining Front Machine (CALFIN) : jeu de données des terminus glaciaires et méthode d'extraction automatisée d'apprentissage en profondeur pour le Groenland, 1972-2019. La cryosphère 15, 1663–1675 (2021).

Article ADS MathSciNet Google Scholar

Zhang, E., Liu, L., Huang, L. & Ng, KS Une méthode automatisée, généralisée et basée sur l'apprentissage en profondeur pour délimiter les fronts de vêlage des glaciers du Groenland à partir d'images de télédétection multi-capteurs. Télédétection Environ. 254, 112265 (2021).

Annonces d'article Google Scholar

Baumhoer, CA, Dietz, AJ, Kneisel, C. & Kuenzer, C. Extraction automatisée des fronts des glaciers et des plateaux de glace de l'Antarctique à partir de l'imagerie Sentinel-1 à l'aide de l'apprentissage en profondeur. Remote Sens. 11, 2529 (2019).

Annonces d'article Google Scholar

Baumhoer, C. IceLines – Ice Shelf et Glacier Front Time Series. GéoService du COU https://doi.org/10.15489/btc4qu75gr92 (2022).

Secrétariat SCAR (Comité scientifique pour la recherche antarctique). Index géographique composite de l'Antarctique. Métadonnées GCMD 1992 (mises à jour 2014 et 2017) https://data.aad.gov.au/aadc/gaz/scar/ (2017).

Installation satellitaire de l'Alaska. Centre d'archivage actif distribué (ASF DAAC). https://search.asf.alaska.edu/#/ (2022).

ESA SNAP - Plate-forme d'application Sentinel, version 8.0. http://step.esa.int (2020).

Wessel, B. et al. TanDEM-X PolarDEM 90 de l'Antarctique : génération et caractérisation des erreurs. La cryosphère 15, 5241–5260 (2021).

Annonces d'article Google Scholar

Heidler, K., Mou, L., Baumhoer, C., Dietz, A. & Zhu, XX HED-UNet : Segmentation combinée et détection des contours pour la surveillance du littoral antarctique. IEEE Trans. Géosci. Sens à distance 1–14 (2021).

Zhang, E., Liu, L. & Huang, L. Délimiter automatiquement le front de vêlage de Jakobshavn Isbræ à partir d'images TerraSAR-X multitemporelles : une approche d'apprentissage en profondeur. La cryosphère 13, 1729-1741 (2019).

Annonces d'article Google Scholar

Loebel, E. et al. Extraction des fronts de vêlage des glaciers par apprentissage profond : le bénéfice des caractéristiques d'entrée multispectrales, topographiques et texturales. IEEE Trans. Géosci. Sens à distance 1–1 (2022).

Lea, JM, Mair, DWF & Rea, BR Évaluation des méthodes existantes et nouvelles de suivi des changements d'extrémité des glaciers. J. Glaciol. 60, 323–332 (2014).

Annonces d'article Google Scholar

Goliber, S. et al. TermPicks : un siècle de données sur les terminus des glaciers du Groenland à utiliser dans des applications scientifiques et d'apprentissage automatique. La cryosphère 16, 3215–3233 (2022).

Annonces d'article Google Scholar

Mohajerani, Y., Wood, M., Velicogna, I. & Rignot, E. Détection des marges de vêlage des glaciers avec des réseaux de neurones convolutifs : une étude de cas. Sens à distance. 11, 1–13 (2019).

Article Google Scholar

Holzmann, M. et al. Segmentation du front de vêlage des glaciers à l'aide d'Attention U-Net. en 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS 3483–3486 (IEEE, 2021).

Télécharger les références

Nous tenons à remercier Jan-Karl Haug et Rouven Volkmann pour avoir visualisé IceLines dans le GeoService et fourni l'interface de téléchargement des données. Nous remercions le programme Copernicus de l'Union européenne et l'Alaska Satellite Facility (ASF) pour avoir fourni l'accès aux données de Sentinel-1. Nous remercions DLR pour le financement du projet "Polar Monitor". Enfin, nous tenons à remercier les éditeurs, James Lea et un relecteur anonyme pour leurs commentaires et suggestions utiles pour améliorer ce manuscrit.

Financement Open Access activé et organisé par Projekt DEAL.

Centre d'observation de la Terre (EOC), Centre aérospatial allemand (DLR), Weßling, Allemagne

Celia A. Baumhoer, Andreas J. Dietz et Claudia Kuenzer

Science des données en observation de la Terre, Université technique de Munich (TUM), Munich, Allemagne

Konrad Heidler

Institut de géographie et de géologie, Université de Wurzburg, Wurzburg, Allemagne

Claudia Kuenzer

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

CK, AD et CB ont développé l'idée d'IceLines. CB a codé et mis en œuvre IceLines, créé les données de validation et de formation, traité les séries chronologiques, effectué la validation, créé les figures et rédigé le brouillon original du manuscrit. KH a codé et formé le HED-UNet. Il a également participé à la rédaction du paragraphe sur HED-UNet. Tous les auteurs ont édité et révisé le manuscrit.

Correspondance à Celia A. Baumhoer.

Les auteurs ne déclarent aucun intérêt concurrent.

Note de l'éditeur Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Baumhoer, CA, Dietz, AJ, Heidler, K. et al. IceLines – Un nouvel ensemble de données sur les positions du front de la banquise antarctique. Sci Data 10, 138 (2023). https://doi.org/10.1038/s41597-023-02045-x

Télécharger la citation

Reçu : 14 septembre 2022

Accepté : 28 février 2023

Publié: 15 mars 2023

DOI : https://doi.org/10.1038/s41597-023-02045-x

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt