用神经网络方法对NOAA-AVHRR资料进行云客观分类

• 作者: 师春香 瞿建华
• 来源期刊: 气象学报
• 学科: 工学
• 关键词: AVHRR资料 云和地表分类 神经网络
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 短论
• 页码范围: 250-255
• 页数: 6页
• 分类号: TP18
• 字数: 4974字
• 语种: 中文
• DOI: 10.3321/j.issn:0577-6619.2002.02.016

摘要

利用NOAA-AVHRR 5个通道资料建立了6种云类以及陆地和水体的样本数据库,其中包括8×8象素样本和单象素样本.AVHRR的5个探测通道都位于大气窗区,吸收物质少,比较透明, 可以比较准确地反映探测表面的性质.理论分析和试验结果表明:除了不同性质的云在5个通道中有不同的表现外,通道之间的差别也可用于云分类.在理论分析和试验的基础上,对8×8象素样本库提取了包括光谱特征、灰度特征、通道差特征、灰度统计量和灰度直方图统计量特征在内的80个特征,并利用逐步判别分析方法进行特征筛选,共选出20个特征,用神经网络方法对8种类型云和地表样本数据库分类,选择网络结构为20-40-15-4的B-P网络,利用3000多个样本进行神经网络训练,并用其余的3万多个独立样本数据进行检验,测试正确率达79%.类似地,对单象素样本数据,提取了包括光谱特征、灰度特征、通道差特征在内的20个特征,用神经网络方法对8种类型云和地表分类,选择网络结构为20-40-15-4的4层B-P网络,利用2000多个样本进行神经网络训练,并用其余的2万多个独立样本数据进行检验,测试正确率达78%.设计并编写了实际云图客观云分类系统和软件,该系统输入为5个通道的AVHRR数据,可自动获取已分类的彩色或灰度图象,其中包括积雨云、浓积云、淡积云、卷云、中云和低云以及陆地和水体及其他类(不属于已定义的8类)共9类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	师春香		9	132	5.0	9.0
2	瞿建华		3	61	1.0	3.0