[发明专利]基于图像识别的日间海雾雾区反演方法

说明书

基于图像识别的日间海雾雾区反演方法，包括建立日间海雾样本集、筛选日间海雾雾区识别模型、反演日间海雾雾区；具体包括利用能见度数据与海雾反演技术筛选海雾个例；初步确定海雾雾区，结合海陆模板生成日间海雾标签集；结合静止卫星数据，与RTG‑SST数据，生成日间海雾数据集；将日间海雾样本集分为训练集、测试集；训练日间海雾雾区识别模型；以对实时卫星数据和实时海温数据建立建立日间海雾实时数据集，先实现海雾的像素级识别，再代入全连接条件随机场得到精细的雾区边界。本发明首次将神经网络的方法用于日间海雾雾区反演，不依赖于人工输入数据特征，成为日间海雾雾区反演的得力工具，提升海雾雾区边界的反演精度。

技术领域

本发明涉及一种基于图像识别的日间海雾雾区反演方法，具体通过使用图像识别方法中卷积神经网络与全连接条件随机场的结合，基于卫星图像数据实现日间海雾雾区的反演，属于气象遥感技术领域。

背景技术

海雾发生时，海上或沿海地区大气水平能见度降低，对在海上和港口航行船舶的安全带来很大危害，也是引发海上和沿海地区多种事故的重要原因。我国近海沿岸多海雾区，在航运、渔业、生产等海上活动日益频繁的今天，海雾的监测与预报十分重要。卫星遥感技术特别是静止卫星提供了大范围、定时、连续的离岸观测，成为海雾监测的重要手段。

目前，日间低层云/雾的卫星反演方法较为多样。白天光照充足，提供了可见光云图的纹理特征、光学厚度等信息，可以通过光谱分析得到雾与低云的不同特征，选取适当阈值得以区分。长波红外通道接收来自雾/云顶的亮温信息，结合气候学月平均海温的动态阈值法，对日间低云与海雾的进行区分。也有学者通过反演云底高度从而识别低云区的海雾。但现有的诸多海雾反演方法大多基于单像素判断的阈值法，没有充分考虑云/雾的空间特征，因此在云/雾的边界处存在漏判、误判等情况，海雾反演技术仍有提升的空间。

因此鉴于现有技术的上述缺点，需要提出一种新的反演方法，以进一步改进反演效果。

发明内容

本发明的目的是提供一种基于图像识别的日间海雾雾区反演方法，利用卫星数据，通过建立卷积神经网络(Convolutional Neural Network, CNN)模型，对日间海雾进行识别，并结合全连接条件随机场，提供更加清晰、精细的雾区边界，以提高日间海雾反演技术。

基于图像识别的日间海雾雾区反演方法，其特征是包括a建立日间海雾样本集、b筛选日间海雾雾区识别模型、及c反演日间海雾雾区三大步骤；

所述的a建立日间海雾样本集包括以下步骤：

a1）选择有待于进行日间海雾雾区反演的区域，利用ICOADS (InternationalComprehensive Ocean-Atmosphere Data Set, 国际综合海洋大气数据集)能见度数据、浮标站能见度数据，并结合已有的海雾反演技术，筛选海雾个例；再选取一个大于零的角度h₀，将太阳高度角大于h₀的时段作为日间时间段，进一步筛选日间海雾个例；

a2）基于已有的海雾反演技术中海上云、雾、晴空海分布，初步确定上述区域中的海雾雾区；海雾专家组再利用海雾的纹理平坦光滑度、移动及变化速度慢、与沿海岸线平齐的特征，对前述日间海雾个例所在的雾区进行综合分析判断与修正，再结合海陆模板生成最终的日间海雾标签集；

其中每个标签，包含了海雾、海上云、晴空海、陆地等四种分类；