基于 OPERA Sentinel-1 辐射程度校正 SAR 后散射产品的深度自监督扰动映射

地表扰动映射支持灾后响应、资源与生态系统管理以及气候适应措施。合成孔径雷达（SAR）是扰动映射的不可或缺的工具，能够在无论天气或照明条件下提供地面的一致时间序列图像。尽管 SAR 在扰动映射方面具有巨大潜力，但将 SAR 数据处理为分析就绪格式需要专业知识和大量计算资源，尤其是对于大规模全球分析。2023 年 10 月，NASA 的 Observational Products for End-Users from Remote Sensing Analysis（OPERA）项目发布了近全球范围的 Sentinel-1（RTC-S1）辐射程度校正后散射数据集，提供公开可用、分析就绪的 SAR 影像。本文利用该新数据集系统性地分析地表扰动。由于对 SAR 数据进行标注往往代价高昂，我们训练了一个无需标注即可训练的自监督视觉变换器，来估计基线影像的每个像素分布，并在发生显著偏离所建模分布时评估扰动。为测试模型的能力与通用性，我们评估了来自世界三个不同地区的三个不同自然灾害——这些代表了高强度、突发性扰动。跨事件，本方法能获得高质量的边界 delineation：F1 分数超过 0.6，精确召回曲线下面积超过 0.65，始终优于现有的 SAR 扰动方法。我们的发现表明，自监督视觉变换器非常适合进行全球扰动映射，可为 operational、近全球扰动监控提供有价值的工具，尤其是在缺乏标记数据时。