一种基于形态特征的极光自动分类方法

作     者：杨秋菊 胡泽骏 Yang Q J;Hu Z J

作者机构：陕西师范大学物理学与信息技术学院西安710119 中国极地研究中心国家海洋局极地科学重点实验室上海200136 

出 版 物：《中国科学：地球科学》 (Scientia Sinica(Terrae))

年 卷 期：2017年第47卷第2期

页      面：252-260页

核心收录：

学科分类：070802[理学-空间物理学] 07[理学] 070601[理学-气象学] 0708[理学-地球物理学] 0706[理学-大气科学] 

基　　金：国家自然科学基金项目(批准号:41504122 41274164 41431072) 陕西省自然科学青年人才项目(编号:2016JQ4001) 陕西省高校科协青年人才托举计划项目(编号:20160211) 中央高校基本科研业务费专项基金项目(编号:GK201503020) 南北极环境综合考查与评估专项项目(编号:CHINARE2016-02-03 CHINARE2016-04-01) 浦东新区科技发展基金项目(编号:PKJ2013-z01)资助 

主　　题：全天空极光 形态特征 自动分类 

摘      要：极光是磁层与电离层-热层复杂相互作用的直观表现,对极光进行合理分类有助于了解极光发生机制及其与磁层边界层动力学过程之间的相互关系.面对逐年增长的海量极光数据,亟需自动的极光分类方法.本文基于韦伯局部描述符(WLD)提出了一种极光图像描述方法,该方法能表征全天空极光图像的纹理、形状和亮度等形态特征.基于该方法,对2003~2009年北极黄河站越冬观测的4种日侧极光类型进行自动分类.在2003年8001幅典型极光图像上,与人工标记对比分类准确率高达94.8%,高于其他同类方法;对2004~2009年越冬观测数据进行自动识别,获得4种极光类型的发生分布与日侧极光的多波段能量分布一致.实验结果表明本文方法能有效用于极光图像表征,为海量极光图像自动分类提供了一种新方法.