| 基于深度语义分割的FY-2E遥感影像云检测方法 |
| |
| 引用本文： | 高昂,肖萌,唐世浩,姜灵峰,咸迪,郑伟.基于深度语义分割的FY-2E遥感影像云检测方法[J].气象科技,2021,49(5):671-680. |
| |
| 作者姓名： | 高昂 肖萌 唐世浩 姜灵峰 咸迪 郑伟 |
| |
| 作者单位： | 国家卫星气象中心, 北京 100081 |
| |
| 基金项目： | 国家重点研发计划重点专项（编号：2018YFC1506500）资助 |
| |
| 摘 要： | 本文提出了一种基于深度语义分割技术的全自动云检测算法,可提高FY-2E遥感影像的云检测精度。首先,将FY-2EL1数据与精度较高的云检测结果进行匹配,获得用于训练和评估样本的数据集;其次,设计了深度语义分割网络,并针对训练集中正负样本严重失衡的问题,改进了损失函数,可以有效提取云的边界;最后,分别以FY-2E和MODIS数据作为训练和标签样本训练网络,得到了可用于FY-2EL1影像检测的四分类模型。试验结果表明,在四分类检测中,所提方法的准确率达到了75%,Kappa系数为0.53左右。与现有多通道阈值法相比,采用所提方法进行二分类检测可提高约90%样本的准确率,部分样本的准确率提升20%以上。此外,所提方法对云边缘、破碎云等细节识别能力较强,且具有一定的鲁棒性,受训练样本中的误判类别影响较小。未来通过扩充数据集并优化网络,可提高FY-2全圆盘影像的数据质量。
|
| 关 键 词： | 遥感 风云二号 云检测 深度学习 语义分割 |
| 收稿时间： | 2020/10/13 0:00:00 |
| 修稿时间： | 2021/1/22 0:00:00 |
A Cloud Detection Method for FY-2E Remote Sensing Imagery Based on Deep Semantic Segmentation |
| |
| GAO Ang,XIAO Meng,TANG Shihao,JIANG Lingfeng,XIAN Di,ZHENG Wei.A Cloud Detection Method for FY-2E Remote Sensing Imagery Based on Deep Semantic Segmentation[J].Meteorological Science and Technology,2021,49(5):671-680. |
| |
| Authors: | GAO Ang XIAO Meng TANG Shihao JIANG Lingfeng XIAN Di ZHENG Wei |
| |
| Institution: | National Satellite Meteorological Center, Beijing 100081 |
| |
| Abstract: | |
| |
| Keywords: | remote sensing FY 2 cloud detection deep learning semantic segmentation |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《气象科技》浏览原始摘要信息 |
| 点击此处可从《气象科技》下载免费的PDF全文 |
|
