HY-1C/DCZI多光谱影像云覆盖与耀斑区域绿潮自动提取方法研究

作     者：吴克 王常颖 黄睿 李华伟 Wu Ke;Wang Changying;Huang Rui;Li Huawei

作者机构：青岛大学计算机科学技术学院山东青岛266071 

基　　金：国家自然科学基金项目(62172247) 山东省重点研发计划重大科技创新工程项目(2019JZZY020101) 

出 版 物：《海洋学报》 (Haiyang Xuebao)

年 卷 期：2023年第45卷第10期

页      码：168-182页

摘      要：针对多光谱影像受云、雾、太阳耀斑等因素的影响,难以实现高精度的绿潮自动提取的问题,本文以我国的HY-1C/D卫星CZI载荷多光谱影像为数据源,采用数据挖掘技术,通过探索绿潮区域与非绿潮区域的光谱分布差异,提出一种适用于HY-1C/DCZI影像的高精度、全自动绿潮提取方法。首先,分析有云区域和无云区域样本的光谱差异,给出厚云去除规则;其次,选取绿潮和非绿潮区域的样本,采用决策树算法生成绿潮提取规则;然后,针对薄云和厚云边界区域常常会出现误检绿潮的问题,设计了5种错误类别修正策略。为验证方法的有效性,收集2021年黄海区域绿潮暴发周期内的25景HY-1C/D CZI影像,开展绿潮自动检测实验。结果表明,与传统的NDVI方法、VB-FAH方法等指数方法以及ResNet50、U-Net等深度学习方法相比,本文方法在准确度、Kappa系数、F1-Score和MIoU等指标上均优于其他方法,而且能够实现在厚云、薄云、无云、云斑和耀斑区域复杂情况下的绿潮的高精度自动提取。

主 题 词：HY-1C/D卫星 绿潮提取 决策树 耀斑 云覆盖 

学科分类：070703[070703] 07[理学] 0707[理学-海洋科学类] 

核心收录：

D　O　I：10.12284/hyxb2023151

馆 藏 号：203125181...