论文部分内容阅读
云作为地球水循环的重要组成部分,对于研究全球气候变化和监测自然灾害有重要意义,利用气象卫星资料进行云的变化分析成为了一种主要手段。风云四号卫星作为我国最新一代静止气象卫星,其高时间分辨率,高光谱分辨率的性能优势对于开展云的变化分析具有极大的帮助。西藏地区地处青藏高原,其云检测工作面临着地面积雪以及复杂地形的影响,有效进行西藏地区云检测工作对于监测西藏地区降水,减少自然灾害的影响有着重要意义。本文以西藏地区为研究区域,使用FY-4A卫星作为主要数据源,研究适用于西藏高原地区的云检测算法;以此为基础结合现代软件编程技术开发出自动化云检测系统,并通过该系统检测分析西藏地区2019年全年云量变化。本文的主要研究内容如下:(1)初步完成了我国最新一代静止气象卫星FY-4A/AGRI 4km分辨率L1数据以及葵花8卫星云产品数据预处理工作,为后期云检测算法提供科学可靠的数据源;(2)提出一种适用于高原地区的多时相多通道阈值组合的云检测算法。算法充分发挥了FY-4A高时间分辨率的特点,利用连续时间内云雪亮温变化的范围不同制定阈值消除地面积雪的影响。实验结果证明:对比FY-4A云检测产品以及传统单时相云检测方法,多时相方法准确率为90.4%,误检率为7.2%,漏检率为5.6%,均优于其他两种方法;在此基础上进一步实现云相态识别,识别结果利用GPM卫星数据与CALIPSO卫星数据验证也较吻合;(3)提出一种基于多特征全卷积神经网络(MFFCN)用于西藏地区的云检测模型。在分析原生FCN网络的基础上精简网络结构加快训练与预测速度;同时进一步发挥FY-4A高光谱分辨率的性能优势,设计了一种多特征的全卷积网络,提取云在多维光谱通道中的特征;实验结果表明:改进的模型对于云团细节检测更佳,对于薄云、碎云检测效果更好,整体检测精度达91.2%;对比单时相云检测方法,多时相云方法以及云产品数据,发现多特征网络检测精度最高,检测速度快;(4)为完成海量遥感数据的快速处理,利用Java与Python的混合开发技术实现了西藏地区云检测系统的设计与开发;进一步完成西藏地区2019年全年的云检测工作,并对西藏地区云覆盖情况从云量变化与云相态变化两个角度进行了规律分析;