| 基于卷积神经网络的西北太平洋夜间海雾/低云卫星检测方法研究 |
| |
| 作者姓名： | 黎梦雅 时晓曚 吴晓京 衣立 |
| |
| 作者单位： | 中国海洋大学深海圈层与地球系统前沿中心,山东 青岛 266100 ;中国海洋大学海洋与大气学院,山东 青岛 266100;青岛市气象台,山东 青岛 266003;国家卫星气象中心,北京 100081 |
| |
| 基金项目： | 国家重点研发计划项目(2019YFC1510102);国家自然科学基金项目(41975024);风云卫星应用先行计划(2021)项目(FY-APP-2021.0406);青岛市气象局重点课题(2019qdqxz02) |
| |
| 摘 要： | 使用Himawari-8静止卫星数据,基于CALIPSO卫星云底高度结合云雾水平均匀性特征提取海雾/低云标签,并使用全卷积神经网络与全连接条件随机场相结合的模型(Fully Convolutional Network and Conditional Random Field, FCN-CRF),提出一种夜间海雾/低云卫星检测方法。经过建立与训练模型,使用CALIPSO卫星的海雾/低云观测检验FCN-CRF模型和双通道差值法的结果。FCN-CRF模型表现良好,其检出率(probability of detection, POD)为0.611,虚警率(false alarm ratio, FAR)为0.174,临界成功指数(critical success index, CSI)为0.541,Hanssen-Kuiper技能分数(Hanssen-Kuiper Skill Score, KSS)为0.436,Heidke技能分数(Heidke Skill Score, HSS)为0.577,整体优于双通道差值法。
|
| 关 键 词： | 海雾/低云 卫星 夜间 卷积神经网络 |
|
| 点击此处可从《海洋气象学报》浏览原始摘要信息 |
|
点击此处可从《海洋气象学报》下载免费的PDF全文 |
|
