基于深度学习的FY3D/MERSI和EOS/MODIS云检测模型研究

• 作者: 瞿建华 薛娟 郭雪星 鄢俊洁
• 来源期刊: 气象与环境学报
• 学科: 地球科学
• 关键词: FY3D/MERSI EOS/MODIS 云检测 卷积神经网络 深度学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 简报
• 页码范围: 87-93
• 页数: 7页
• 分类号: P458.1+21
• 字数: 6294字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-503X.2019.03.011

摘要

针对FY3D/MERSI和EOS/MODIS的云检测问题,提出了一种基于深度学习技术的全自动云检测算法,首次将深度学习引入到卫星影像云检测领域.本算法使用深度全卷积神经网络(Deep Convolutional Neural Networks)作为核心结构,基于EOS/MODIS基本云检测原理选择合适的通道作为特性向量参数,针对不同的场景进行分类和网络模型的训练,最终得到基于深度学习的云检测模型.经过EOS/MODIS数据和FY3D/MERSI数据的测试,云检测的精度达到98％以上,可以看出基于深度学习的云检测算法能够用于云检测,该算法具有效率高、精度高等特点,云检测效果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鄢俊洁		3	1	1.0	1.0
2	瞿建华		3	1	1.0	1.0
3	郭雪星		4	9	2.0	3.0
4	薛娟		1	1	1.0	1.0