| 风云四号卫星东南沿海热带气旋强度深度学习估算 |
| |
| 引用本文： | 崔林丽,陈昭,于兴兴,陈光琛,王晓峰,陆一闻,郭巍.风云四号卫星东南沿海热带气旋强度深度学习估算[J].遥感学报,2020,24(7):842-851. |
| |
| 作者姓名： | 崔林丽 陈昭 于兴兴 陈光琛 王晓峰 陆一闻 郭巍 |
| |
| 作者单位： | 1.上海市气象局 上海市生态气象和卫星遥感中心, 上海 200030;2.东华大学 计算机科学与技术学院, 上海 201620 |
| |
| 基金项目： | 上海市自然科学基金(编号:18ZR1434100);上海气象科技联合中心合作基金(编号:LHZX201601) |
| |
| 摘 要： | 热带气旋TC（Tropical Cyclone）是影响中国的一个重要天气系统。TC强度准确估测对台风灾害防御具有至关重要的意义。本文基于第二代静止气象卫星风云四号（FY-4A）多通道扫描成像辐射计AGRI（Advanced Geosynchronous Radiation Imager）资料，建立了台风强度识别的深度卷积神经网络模型CNN（Convolutional Neural Network），对台风强度不同等级和台风中心最大风速进行了试验。结果表明，CNN模型具有良好的高维非线性处理能力和算法稳定性，能对TC强度进行有效估计，不同TC强度等级识别精度均在97%以上，近中心最大风速平均绝对误差MAE（Mean Absolute Error）为1.75 m/s，均方根误差RMSE（Root Mean Square Error）为2.04 m/s。CNN可有效挖掘卫星TC形态的深层信息，对台风强度的定量化估测具有较高的应用前景。
|
| 关 键 词： | 遥感 热带气旋 FY-4A/AGRI卫星云图 深度卷积神经网络 强度估测 |
| 收稿时间： | 2019/5/26 0:00:00 |
Deep learning estimation of tropical cyclone intensity along the southeast coast of China using FY-4A satellite |
| |
| CUI Linli,CHEN Zhao,YU Xingxing,CHEN Guangchen,WANG Xiaofeng,LU Yiwen,GUO Wei.Deep learning estimation of tropical cyclone intensity along the southeast coast of China using FY-4A satellite[J].Journal of Remote Sensing,2020,24(7):842-851. |
| |
| Authors: | CUI Linli CHEN Zhao YU Xingxing CHEN Guangchen WANG Xiaofeng LU Yiwen GUO Wei |
| |
| Institution: | 1.Shanghai Ecological Forecasting and Remote Sensing Center, Shanghai Meteorological Service, Shanghai 200030, China;2.College of Computer Science and Technology, Donghua University, Shanghai 201620, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing tropical cyclone FY-4/AGRI satellite image CNN objective intensity estimation |
|
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
