基于深度学习的FY3D/MERSI和EOS/MODIS云检测模型研究

作     者：瞿建华 鄢俊洁 薛娟 郭雪星 QU Jian-hua;YAN Jun-jie;XUE Juan;GUO Xue-xing

作者机构：北京华云星地通科技有限公司北京100081 

出 版 物：《气象与环境学报》 (Journal of Meteorology and Environment)

年 卷 期：2019年第35卷第3期

页      面：87-93页

学科分类：07[理学] 070601[理学-气象学] 0706[理学-大气科学] 

基　　金：风云三号(02)批地面应用系统“FY-3湿地遥感监测评价应用示范(FY-3(02)-UDS-1.7.1)”项目资助 

主　　题：FY3D/MERSI EOS/MODIS 云检测 卷积神经网络 深度学习 

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。