發(fā)布時間：2021-09-04 14:07

　　遙感衛(wèi)星能夠?qū)υ旗F進(jìn)行大范圍、長時間監(jiān)測,對海霧識別研究具有重要的意義,本文根據(jù)不同云、霧和下墊面的光譜特性及紋理特征,通過葵花8號衛(wèi)星（Himawari-8）提取云圖特征、CALIOP星載激光雷達(dá)（cloud-aerosol Lidar with orthogonal polarization,CALIOP）獲取中高云、低云、海霧、晴空海表四類樣本標(biāo)簽,利用深度學(xué)習(xí)方法構(gòu)建深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks,DNN）,實(shí)現(xiàn)了白天海霧的有效識別。實(shí)驗(yàn)結(jié)果表明:本文訓(xùn)練得到的深度神經(jīng)網(wǎng)絡(luò)模型準(zhǔn)確率為82.63%,具有較高的識別精度,而且相比其它海霧識別方法也有更好的識別結(jié)果。利用該模型對2016年4月8日發(fā)生于黃渤海區(qū)域的海霧天氣進(jìn)行識別,并通過CALIOP標(biāo)簽數(shù)據(jù)對識別效果進(jìn)行驗(yàn)證,結(jié)果表明該方法能夠較好的識別出海霧區(qū)域。 

【文章來源】：光電子·激光. 2020,31(10)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

基于深度神經(jīng)網(wǎng)絡(luò)的海霧識別流程圖

局部二值模式(Local Binary Pattern,LBP)通常用來描述圖片局部紋理特征,反映的是33圖片中心像素點(diǎn)與周圍像素點(diǎn)的關(guān)系,LBP特征具有灰度不變性和旋轉(zhuǎn)不變性等優(yōu)點(diǎn),且該特征簡單易算,因此得到了廣泛的使用。圖2為LBP計算流程圖,首先以中心點(diǎn)像素灰度值作為閾值,將周圍像素與中心像素灰度值的大小進(jìn)行比較,若灰度值大于閾值,則該位置為1,否則為0,最后再將二進(jìn)制數(shù)值轉(zhuǎn)換為十進(jìn)制,即可得到該區(qū)域的LBP特征值。2.3 基于深度神經(jīng)網(wǎng)絡(luò)的海霧識別

此外,為了比較本文構(gòu)造的DNN模型在海霧識別中的有效性,將基于深度神經(jīng)網(wǎng)絡(luò)的海霧識別模型與其它模型進(jìn)行比較,對比模型包括:基于傳統(tǒng)閾值方法的海霧識別與利用支持向量機(jī)模型(Support Vector Machine,SVM)的海霧識別�；陂撝捣ǖ暮ｌF識別采用多閾值依次實(shí)現(xiàn)晴空海面與云霧、中高云與低層云霧、低云與霧的識別,其中海面與云霧的區(qū)分利用可見光反射率構(gòu)建基于直方圖統(tǒng)計的動態(tài)閾值法;中高云與低層云霧利用晴空與云霧的亮溫差估算云霧高度進(jìn)行區(qū)分;最后計算海霧與低云判識指數(shù),實(shí)現(xiàn)海霧與低云的識別。SVM是經(jīng)典的機(jī)器學(xué)習(xí)分類模型,本文利用構(gòu)造的數(shù)據(jù)集訓(xùn)練SVM模型。最后將不同模型分類結(jié)果進(jìn)行比較,分析不同模型在海霧識別中的表現(xiàn)。3 實(shí)驗(yàn)結(jié)果分析

【參考文獻(xiàn)】：
期刊論文
[1]基于Himawari-8數(shù)據(jù)的日間海霧檢測方法[J]. 張培,吳東.  大氣與環(huán)境光學(xué)學(xué)報. 2019(03)
[2]基于葵花8號新一代靜止氣象衛(wèi)星的夜間霧識別[J]. 王宏斌,張志薇,劉端陽,袁成松,周林義,錢瑋.  高原氣象. 2018(06)
[3]基于FY-2E衛(wèi)星數(shù)據(jù)的福建沿海海霧遙感監(jiān)測[J]. 張春桂,林炳青.  國土資源遙感. 2018(01)
[4]海霧衛(wèi)星遙感監(jiān)測研究進(jìn)展[J]. 肖艷芳,張杰,崔廷偉,秦平.  海洋科學(xué). 2017(12)
[5]利用動態(tài)閾值方法改進(jìn)的風(fēng)云二號衛(wèi)星海霧檢測技術(shù)[J]. 吳曉京,李云,黃彬,王曦,宋晚郊.  海洋氣象學(xué)報. 2017(02)
[6]靜止氣象衛(wèi)星資料在白天海霧動態(tài)監(jiān)測中的應(yīng)用[J]. 鄧玉嬌,田永杰,王捷純.  地理科學(xué). 2016(10)
[7]中國海霧研究簡要回顧[J]. 傅剛,李鵬遠(yuǎn),張?zhí)K平,高山紅.  氣象科技進(jìn)展. 2016(02)
[8]星載激光雷達(dá)CALIOP功能、產(chǎn)品和應(yīng)用[J]. 鄭韶青,徐峻,何友江,孟凡,畢方,易鵬,王繼康.  環(huán)境工程技術(shù)學(xué)報. 2014(04)
[9]FY-3A衛(wèi)星資料在霧監(jiān)測中的應(yīng)用研究[J]. 蔣璐璐,魏鳴.  遙感技術(shù)與應(yīng)用. 2011(04)
[10]基于MTSAT衛(wèi)星的我國東部沿海霧區(qū)的自動識別[J]. 劉希,胡秀清.  臺灣海峽. 2008(01)

博士論文
[1]黃海海霧/層云的空間分布及云底高度遙感方法研究[D]. 衣立.中國海洋大學(xué) 2015

碩士論文
[1]基于葵花8衛(wèi)星遙感數(shù)據(jù)的大霧識別研究[D]. 陸會.安徽大學(xué) 2019
[2]基于DNN的語言識別系統(tǒng)的研究與實(shí)現(xiàn)[D]. 呂赫.電子科技大學(xué) 2017
[3]CALIOP海霧檢測及其在MODIS日間海霧遙感中的應(yīng)用[D]. 盧博.中國海洋大學(xué) 2015
[4]基于多紋理特征和多尺度分析的地基云圖分類識別的研究[D]. 胡學(xué)嶺.南京信息工程大學(xué) 2014
[5]星載激光雷達(dá)在基于MODIS海霧檢測中的應(yīng)用[D]. 魏書曉.中國海洋大學(xué) 2013



本文編號：3383407