文章摘要:针对风云四号A星（FY-4A）中多通道扫描成像辐射计（advanced geosynchronous radiation imager,AGRI）云检测问题,提出了一种基于朴素贝叶斯算法的全自动云检测方法。使用朴素贝叶斯算法作为核心结构,基于光学载荷基本云检测原理选择合适的红外通道作为特性分类器参数,可保证日夜云检测一致性,同时针对不同的地表类型和不同月份分别分类训练构建,最终得到基于朴素贝叶斯算法的云检测模型。针对FY-4A/AGRI数据生成了7种经典的云检测特征和1种基于红外合成图像特征的贝叶斯分类器,经过2019年国家卫星气象中心业务云检测产品的学习测试验证,在陆地、沙漠、浅水和深海的召回率（probability of detection,POD）达到98%以上,积雪POD达到80%,南北极POD达到80%以上。将本文云检测结果与国家卫星气象中心业务系统云检测结果进行比较,全年月度平均POD均高于98%,误判率（false alarm ratio,FAR）低于5%,Kuipers评分（Kuiper’s skill score,KSS）均高于90%。

文章关键词:

论文分类号:TP391.41;P407

上一篇：工业通用技术及设备论文_基于多维卷积神经网络
下一篇：没有了