雅弄冰川位于青藏高原东南部岗日嘎布山，是该地区最大的海洋型冰川。受全球气候变暖影响，该区域冰川退缩剧烈。本数据集基于2022年-2023年实地采集的高分辨率无人机正射影像数据和深度学习方法，对雅弄冰川末端表面裂隙进行了提取，继而获取了每条裂隙的走向、长度、宽度和面积等信息。数据集包含两个文件：基于深度学习提取的2022年7月、2023年8月雅弄冰川末端表面裂隙矢量数据；本数据集反映了2022-2023年雅弄冰川末端表面裂隙的分布和演变情况，该数据不仅能够反映冰川表面流速的动态变化，还能揭示冰川内部应力的不均匀性，为研究人员量化冰川物质平衡及提取冰川表面流速等提供基础数据。
无人机航测任务完成后，首先使用Sky Scanner软件导出相机的POS数据，然后在下载航测影像时将POS数据写入对应影像文件中。接着，使用Context Capture软件进行处理，导入已写入POS数据的影像并创建工程区块索引，合并所有架次的数据进行空中三角测量。空中三角测量完成后，进行三维模型重建，在空间框架中将参考系统设置为CGCS 2000，选择自适应切块，提交三维建模任务时将输出格式设定为OSGB（Open Scene Graph binary, OSGB）。三维重建完成后，根据OSGB模型生成正射影像（Digital Orthophoto Map, DOM）和数字表面模型（Digital Surface Model, DSM），最终获得地面分辨率为0.03 m/pixel的DOM和DSM。
在样本制作与模型训练阶段，首先从DOM中提取感兴趣区域（ROI），并对这些区域进行数据清洗和降噪，以确保数据质量的一致性与可靠性。接下来，通过标准化和数据增强技术对样本数据进行处理，使其适用于深度学习模型的训练。在标注阶段，利用图像数据标注工具Labelme对数据集进行人工标注，生成高质量的训练样本。基于这些标注数据，进行深度学习模型（CBAM-U-Net）的训练，同时调整网络架构和超参数，以确保良好的模型性能。在模型训练的最后阶段，使用验证集对模型性能进行评估和进一步优化，以提高模型的泛化能力和鲁棒性。
无人机影像数据是通过大疆M300 RTK+D-RTK2移动站采集的，无人机配备的实时动态差分定位系统（Real-Time Kinematic, RTK）和GNSS接收机，D-RTK模式下定位精度可达到水平1 cm+ 1 ppm(RMS)，垂直：2 cm+ 1 ppm(RMS)。将2022年7月的影像作为基准，对2023年8月采集的影像通过匹配稳定地物点进行了配准，XY方向配准误差为4 cm(RMSE)。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF07117002-03 | 冰冻圈大数据挖掘分析关键技术及应用 | 国家重点研发计划 |
| 2 | 202301AT070417 | 空天地协同的海洋型冰川对气候变化响应研究 | 其他 |
| 3 | 42361021 | 藏东南地区海洋型冰川对气候变化响应研究 | 国家自然科学基金 |
| 4 | 202401AS070125 | “三江并流”源区冰川长期水文效应研究 | 其他 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:31253.11.sciencedb.j00001.01121
10.57760/sciencedb.j00001.01121
