基于集成学习的风云四号遥感图像云相态分类算法

基金项目: 国家自然科学基金项目(61602296)

详细信息

Ensemble-learning-based Cloud Phase Classification Method for FengYun-4 Remote Sensing Images

摘要: 云相态分类在气象预报和气候研究中具有重要的地位.我国新一代气象卫星风云四号的成像仪在光谱通道数量和空间分辨率较上一代风云二号有较大提升,这为云相态的研究提供了新的遥感数据.本文首先对风云四号相隔15 min的遥感图像进行分析,然后提出亮温云相态指数,该指数可以进行初步云相态分类,最后在此基础上提出基于集成学习的云相态分类算法.实验结果与风云四号官方云相态分类结果进行比较,水云的一致率达到91.69％,冰云的一致率达到76.10％.
- 云相态 /
- 集成学习 /
- 风云四号 /
- 遥感图像处理

1.	付涛，杨智鹏，陶法，胡树贞，卢郁香，付长青. 基于贝叶斯-随机森林的云粒子相态识别算法. 应用气象学报. 2025(01): 43-52 . 百度学术
2.	李婷，戴劲，何宁，翟子豪. 风云地球平台在湖南南部一次暴雨天气过程的应用. 卫星应用. 2024(02): 28-33 . 百度学术
3.	侯松，瞿嗣澄. 基于遥感图像三区光谱特征的水网城市区域规划协调控制方法. 计算机测量与控制. 2023(11): 167-172+180 . 百度学术