结合遥感卫星及深度神经决策树的夜间海雾识别
遥感卫星具有覆盖范围广、连续观测等特点,被广泛应用于海雾识别相关研究.本文首先借助能够穿透云层,获取大气剖面信息的星载激光雷达(cloud-aerosol LiDAR with orthogonal polarization,CALIOP)对中高云、低云、海雾、晴空海表样本进行了标注.然后结合葵花8号卫星(Himawari-8)多通道数据提取了各类样本的亮温特征与纹理特征.最后根据海雾监测的需求,抽象出海雾监测的推理决策树,并据此建立深度神经决策树模型,实现了高精度监测夜间海雾的同时具备较强的可解释性.选择2020年6月5日夜间Himawari-8每时次连续观测数据进行测试,监测结果能够清晰地展现此次海雾事件的动态发展过程.同时本文方法海雾监测平均命中率(probability of detection,POD)为87.32%,平均误判率(false alarm ratio,FAR)为13.19%,平均临界成功指数(critical success index,CSI)为77.36%,为海上大雾的防灾减灾提供了一种新方法.
葵花8号卫星、CALIOP星载激光雷达、深度神经决策树、夜间海雾识别
49
TP751(遥感技术)
国家自然科学基金;宁波市公益类科技计划项目
2022-10-13(万方平台首次上网日期,不代表论文的发表时间)
共13页
33-45