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
黎梦雅1
时晓曚2
吴晓京3
衣立1
1.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2661002.青岛市气象台,山东 青岛2660033.国家卫星气象中心,北京100081
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
分类号：P405(一般理论与方法)
资助基金：国家重点研发计划(2019YFC1510102)国家自然科学基金(41975024)风云卫星应用先行计划(2021;FY-APP-2021.0406)青岛市气象局重点课题(2019qdqxz02)
论文发表日期：2023-03-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：11( 1-11 )
英文信息