排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
2.
目前基于深度学习的云检测方法,受训练样本限制,算法难以推广及应用。为了快速实现针对多种传感器的高精度的云检测,Sun等（2020）提出统一样本云检测方法。基于AVIRIS高光谱样本库模拟出待检测传感器的云和晴空地表像元,将模拟得到的多光谱样本数据输入到BP神经网络中进行逐像元分类,生成云检测模型,实现Landsat 8 OLI等宽光谱传感器较高精度的云检测。该方法基于统一样本模拟出不同传感器的样本像元库,适用于多种传感器的云检测。由于Landsat 8 OLI波段较多,波谱范围覆盖宽,容易实现云的高精度识别。为了进一步提高其在光谱范围较窄的GF-6 WFV数据上的云检测应用精度,在模拟出的样本库中加入GF-6 WFV数据典型高亮地表像元。通过目视解译对云检测结果进行精度验证,结果表明,该算法利用可见光和近红外通道的遥感数据可以高精度的识别出植被、水体、建筑、裸地等地表类型上空的厚云、碎云和薄云。改进后的云检测算法,云像元平均正确率达到88.40%,在高亮地表上空云像元正确率达到87.40%,在不同地表类型上空的云像元平均正确率为92.60%。结果表明,加入高反射率地物的算法可以利用有限波段实现云和地表的高精度分离。 相似文献
3.
受全球气候变暖的影响,珊瑚礁白化现象越来越严重,全球约1/3的珊瑚处于灭绝边缘。海水温度异常是影响珊瑚礁白化以至于死亡的重要原因。美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)基于海表温度(sea surface temperature,SST)开发了珊瑚礁白化监测产品,目前已有50 km和5 km这2种空间分辨率的产品,用以估算全球珊瑚礁白化程度并进行白化预警。在回顾珊瑚礁白化研究现状的基础上,介绍了NOAA发布的珊瑚礁白化监测数据产品及算法,并基于5 km空间分辨率的数据产品对我国南海区域进行珊瑚礁白化监测的实例研究分析,发现2015年6月份南海部分区域可能已发生珊瑚礁白化,强调开展适合我国珊瑚礁白化预警方法研究的必要性和迫切性,并为相关研究提供了技术参考。 相似文献
4.
1