使用 Sentinel-2 影像自动标注的极地海冰分类并行工作流

对极地海冰覆盖进退模式的观测是全球变暖的重要指标。本研究旨在开发一个鲁棒、有效且可扩展的系统，利用 Sentinel-2 (S2) 影像将极地海冰分类为厚冰/积雪覆盖冰、新生/薄冰或开阔水域。由于 S2 卫星不断主动捕捉地球表面的高分辨率影像，有大量影像需要分类。一个主要障碍是缺乏标注的 S2 训练数据（影像）作为真实标签。我们展示了一种可扩展且准确的方法，使用精心确定的颜色阈值对 S2 影像进行分割和自动标注。我们采用基于 PySpark 的并行工作流，在基于薄云和阴影过滤的基于颜色的分割以生成标签数据的基础上，扩展并实现了 9 倍的数据加载和 16 倍的 map-reduce 加速，用于自动标注 S2 影像。然后，使用此过程生成的自动标注数据来训练 U-Net 机器学习模型，获得了良好的分类精度。由于训练 U-Net 分类模型计算量大且耗时，我们在 DGX 集群上使用 Horovod 框架在 8 个 GPU 上分布式训练 U-Net 模型以实现扩展，在不影响模型精度的情况下获得了 7.21 倍的加速。以南极罗斯海区域为例，当滤除 S2 影像中的薄云和阴影时，在自动标注数据上训练的 U-Net 模型对自动标注训练数据集的分类精度达到了 98.97%。