【摘 要】
：
海雾是一种能极大降低能见度的天气现象,直接对船只海上航行和沿海地区的社会、经济和军事等活动造成重大影响,海雾的监测数据对于指导海上活动和海雾预报具有重要意义。随着遥感技术的兴起,遥感成为海雾大规模监测的有效手段,而当前遥感海雾探测方法多为阈值法等传统方法,利用深度学习进行海雾探测的研究较少。本研究采用主被动卫星数据结合的方式研究基于深度学习的海雾探测方法,实现海雾的自动化、智能化探测,为海上航行和
论文部分内容阅读
海雾是一种能极大降低能见度的天气现象,直接对船只海上航行和沿海地区的社会、经济和军事等活动造成重大影响,海雾的监测数据对于指导海上活动和海雾预报具有重要意义。随着遥感技术的兴起,遥感成为海雾大规模监测的有效手段,而当前遥感海雾探测方法多为阈值法等传统方法,利用深度学习进行海雾探测的研究较少。本研究采用主被动卫星数据结合的方式研究基于深度学习的海雾探测方法,实现海雾的自动化、智能化探测,为海上航行和沿海地区正常社会、经济、军事活动提供保障。本文设计了两种海雾深度学习样本库的制作方法,并研究了相应的深度学习模型,构建合适的分类网络,对结果进行对比评价,得到基于深度学习的遥感海雾探测算法,应用算法对海雾过程进行探测和影响因素分析。论文所做主要工作如下:（1）海雾探测深度学习样本库构建方法研究。针对语义分割样本和像素点样本,基于CALIOP数据设计了人工解译样本制作方法和自动化样本提取方法,建立了基于CALIOP数据的样本库自动构建算法并分别制作了MODIS数据样本库和AHI数据样本库。后续结果证明基于CALIOP数据的样本库自动构建算法相比人工解译准确性和效率高,客观性强,可用于深度学习训练。（2）基于深度学习的海雾探测算法研究。基于语义分割网络和前向神经网络分别研究了两种分类方法,并对两种分类方法进行评价,其中基于一维残差卷积神经网络海雾探测方法,总体分类结果同CALIPSO数据验证结果一致,经过MODIS数据样本测试集验证,海雾的准确率为79%,虚警率为21%,检出率为77%,成功率为64%。因制作的样本库还可扩充且仅使用了波段特征,算法仍有较大进步空间。（3）近海典型海雾过程探测分析。为实现海雾过程连续监测,基于MODIS预训练模型通过Himawari-8/AHI数据迁移学习得到深度学习海雾探测算法;对2016年4月7日-4月10日黄海日间连续海雾过程进行了监测,发现多层云对海雾探测的影响较大,夜间对海雾形成影响较大;结合再分析资料和探空数据,分析讨论影响海雾过程的因素,得到大气环流为海雾生成提供环境,水汽条件和下垫面温度对海雾过程有直接影响的结论。
其他文献
随着全球气候变化和中国沿海地带城市化进程加快,沿海地区海洋灾害频发,尤其是风暴潮灾害严重影响人民生命和财产安全。为了辨识沿海地带风暴潮灾害的不同特点与主要影响因素,为防灾减灾决策的制定提供参考,本文以中国沿海地带11个省区和53个城市为研究单元,基于半定量的指标体系法,将综合风险评估与区划研究相结合,构建不同的数学模型分别评估风暴潮的致灾强度和社会脆弱性,并据此评估风暴潮灾害的综合风险。其中,如何
高光谱遥感影像具有光谱分辨率高,图谱合一等优势。光谱分辨率高意味着图像成像通道更窄更连续,因此地物的光谱信息更加丰富。这些优势使得高光谱图像在实际应用中可以更好的区分不同地物间细微的光谱差异性,因此利用高光谱图像进行目标检测具有更加明显的优势。本文从背景估计及背景抑制方面入手,对高光谱异常目标检测,目标检测方法进行研究,为解决异常目标检测中背景统计信息估计不准确,高光谱图像表达与分解精度提高及目标
滨海湿地生态系统具有净化环境、调节地区气候、维护生物多样性等生态功能,也是抵御与减缓气候变化对沿海地区带来负面影响的主要屏障。滨海湿地植被作为滨海湿地生态系统的重要组成部分,不仅具有重要的经济利用价值,而且能够反映滨海湿地的健康状况变化,具有巨大的生态环境功能。及时掌握滨海湿地植被空间分布状况对滨海湿地的保护与管理具有重要意义。遥感技术作为唯一能够大面积、快速、重复获取地面信息的技术手段,为滨海湿
目前,InSAR是获取地表高精度形变信息的有效手段。作为其延伸的时序InSAR技术在监测地表微小形变和预测地质灾害方面有着广阔的应用前景。但是,存在许多因素制约着InSAR形变监测精度的提高,大气中对流层延迟误差是其中影响最严重的因素之一。而在对流层延迟中,大气的垂直分层变化对干涉相位又有着一阶影响,在一些地区单路径视线向延迟可达10cm。大气垂直分层影响在时间上不是随机的,且具有季节性的波动,很
青光眼是一种视神经退行性病变,是全球首位不可逆性致盲性眼病。病理性眼压（intraocular pressure,IOP）增高是青光眼的主要危险因素,视网膜神经节细胞（retinal ganglion cells,RGCs）死亡及其轴突变性是影响青光眼患者视功能的最终因素。降低IOP是目前青光眼治疗的唯一有效办法,但并不能完全阻止RGCs丢失对视功能的影响。因此,开发直接作用于RGCs及其轴突的神
生态保护红线区作为重要生态功能区,对国家生态安全起到了基础保障作用。如何准确有效地评估生态保护红线区生态质量演变以及生态保护红线的作用,对“红线”政策的进一步完善和区域可持续发展具有重要意义。基于Google Earth Engine平台,利用Landsat 5、8长时序遥感影像构建出江苏全域1985—2021年遥感生态指数RSEI,分析了生态保护红线区1985年以来的生态质量演变情况,评估了20
高光谱影像（Hyperspectral Image,HSI）分类作为一个基础的遥感数据处理技术,其在城市规划、农业评估和自然资源监测等方面具有十分重要的作用。一方面,高光谱影像由于具有丰富的光谱信息,为地物的精细分类提供了数据支持;另一方面,高光谱影像相邻波段间的波段间隔较窄,因此波段间的相关性较高,存在大量的信息冗余,为分类带来了挑战。同时,影像上存在的噪声和异常值进一步制约了分类的精度。近些年
利用无人机进行输电线路勘测、巡检,具有数据获取速度快、分辨率高的优势,针对输电塔检测的快速、精确提取问题,本文通过分析输电塔的浅层和深层特征,研究输电塔提取方法,为无人机影像中输电塔快速提取提供理论依据和技术支撑。主要研究工作如下:1.基于卷积神经网络和所设计的特征算子,针对无人机影像数据,分别提取输电塔浅层和深层次特征。分析得出:输电塔在复杂背景中灰度分布不显著,梯度特征与大部分背景差异性显著;
随着海洋活动的日益频繁和海上船只数量的迅速增加,进行船只监测对于民用领域和军事领域都具有重要的意义。合成孔径雷达（Synthetic Aperture Radar,SAR）技术的发展,使得SAR图像船只分类识别成为海洋应用领域的研究热点。传统的SAR船只分类方法需提取人工特征,方法复杂繁琐,缺乏良好的泛化性,而SAR船只样本的数量又难以满足训练深度学习网络模型进行分类的要求。本文基于深度学习技术强
地震是地球科学中的重要研究内容,由于地震自身具有复杂性高、差异性大、破坏性强等特点,使其在地学研究中备受关注。经过大量的地震前兆异常研究,人们发现地震前地震区域会出现电离层、热红外辐射、地下水、温室气体以及重力等的异常现象,这为地震预测预报奠定了基础。因此,基于热场和重力场来真实有效地提取与地震相关的前兆异常信息对地震预测预报工作至关重要。本文利用MODIS（Moderate-resolution