高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于集成学习的风云四号遥感图像云相态分类算法

高军,  陈建,  田晓宇

downloadPDF
文章导航 > 红外技术  > 2020 >  42(1): 68-74
高军, 陈建, 田晓宇. 基于集成学习的风云四号遥感图像云相态分类算法[J]. 红外技术, 2020, 42(1): 68-74.
引用本文: 高军, 陈建, 田晓宇. 基于集成学习的风云四号遥感图像云相态分类算法[J]. 红外技术, 2020, 42(1): 68-74.
shu
GAO Jun, CHEN Jian, TIAN Xiaoyu. Ensemble-learning-based Cloud Phase Classification Method for FengYun-4 Remote Sensing Images[J]. Infrared Technology , 2020, 42(1): 68-74.
Citation: GAO Jun, CHEN Jian, TIAN Xiaoyu. Ensemble-learning-based Cloud Phase Classification Method for FengYun-4 Remote Sensing Images[J]. Infrared Technology , 2020, 42(1): 68-74.
shu

基于集成学习的风云四号遥感图像云相态分类算法

  • 上海海事大学 信息工程学院,上海 201306;西藏自治区经济和信息化厅信息化推进处,拉萨 850033

  • 上海海事大学 信息工程学院,上海,201306

  • 上海海事大学

基金项目: 国家自然科学基金项目(61602296)
详细信息

  • 中图分类号: TP389.1

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

    摘要
  • 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％.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  137
  • HTML全文浏览量:  18
  • PDF下载量:  29
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计