[发明专利]一种基于深度学习和卫星遥感技术的海雾检测方法

说明书

本发明提供了一种基于深度学习和卫星遥感技术的海雾检测方法，包括：获取卫星遥感图像，对图像中的海雾进行标注，将标注海雾的图像作为深度学习分割网络模型的标签；对训练集图像进行预处理，得到符合预设标准的输入图像，所述输入图像用于扩充数据集和增强模型鲁棒性；基于扩充后的数据集，在GPU上对深度学习分割网络模型使用反向传播算法进行训练，训练完成后得到学习到海雾的图像特性的模型。本发明将深度学习和卫星遥感结合，解决海雾探测困难的问题。通过学习大量过去卫星图像中沿海地区和海洋上产生的海雾的特点，能够基于卫星图像快速准确地对海雾进行监测和分割。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于深度学习和卫星遥感技术的海雾检测方法。

背景技术

雾是一种常见的天气现象，也是一种灾害天气。随着社会进步和经济的快速发展，雾害已经引起人们的广泛关注。与陆地上生成的雾相比，海雾具有自身特点，海雾(seafog)是一种常常发生在海上或沿海地区的现象，当海洋上空低层大气中凝结的水滴或冰晶，使大气水平能见度小于1km时，就是海雾现象。海雾发生时，海面水平能见度比较低，这会对海上渔业、航运、平台作业及沿岸航空和公路交通等造成很大影响，是中国近海需要关注的灾难性天气之一。目前仅有沿海和海岛上有气象观测点，分布非常不均，无法通过观测点实时监测海雾。如果能在海雾发生时及时监测到，就可以避免和减轻海雾对海上作业的影响。如海雾主要以平流雾的形式出现，海雾一旦形成，其浓度和厚度都比较大，且水平范围广。海雾给海上交通运输、海洋渔业生产造成很大影响，海上出现大雾时能见度极低，常常会使海上船只发生碰撞、触礁、搁浅或者偏离航线，甚至会造成海难事故，严重影响海上作业人员的人身安全，此外，海雾还会加剧沿岸空气污染，危害人体健康，腐蚀建筑物，影响沿海农业生产，引发电网雾闪事件，引起供电中断，电力输送瘫痪等各种社会生产活动，是典型的自然灾害。

现如今对海雾的预报方法主要有天气学方法、统计方法和数值预报方法。天气学方法主要运用天气学基本原理和天气学分析方法，考虑天气系统与海雾发生之间的联系，对预报员的主观经验依赖性高，预报准确率和可靠性较低；统计预报方法通过历史资料的统计分析建立海雾与预报因子之间的统计模型对海雾进行预报。但统计预报方法缺乏对海雾过程物理规律的描述，多依赖于历史观测资料或数值预报资料的质量和数量。

相似专利如下：

1.CN200910100045.5白天海雾的卫星遥感监测方法

该发明属于卫星遥感数据处理应用技术领域，具体涉及一种白天海雾的卫星遥感监测方法。根据雾在地物中所属和卫星图像特点，从海雾的物理特性和图像特征出发，通过云地分离、相态判别、粒径判断、图像特征分析、高度分析和修补误漏等步骤，逐步消除晴空海域、冰相云系等，实现白天海雾的卫星遥感自动监测。

2.CN200810249768.7静止气象卫星遥感白天和夜间海雾的检测方法

该发明涉及一种静止气象卫星遥感白天和夜间海雾的检测方法。首先利用静止气象卫星数接收处理数据文件S-VISSR，经定标定位、资料订正、等经纬度投影等预处理，得到包含5个通道数据的投影后的GPF格式的文件。再利用GPF文件中的4个通道数据，根据海雾的运动学特征和光谱特征对海雾信息进行提取，采用三级判识方法确定海雾区域。

发明人在研究的过程中发现，现有技术中存在以下缺陷：

1.观测站点分布以及观测时间的限制：

在广袤的海洋上，只有极少数甚至没有地面观测站。卫星具有覆盖范围广，客观真实性高，信息源可靠且成本低，连续性强等优点，因此使用卫星资料监测海洋雾区，有其他常规监测手段无法替代的优势。

2.依赖于预报员的主观经验：

传统的天气学方法运用天气学原理和天气学分析方法，考虑天气系统与海雾发生之间的联系，主要依赖于预报员的主观经验，预报准确率和可靠性较低。