[发明专利]基于无监督域适应的不同类型气象卫星的多云识别系统

说明书

本发明公开了一种基于无监督域适应的不同类型气象卫星的多云识别系统，采用无监督域适应方法，解决跨卫星、探测通道差异等难点，并基于学习两个领域的数据分布，提取域不变特征，在高层语义特征空间中减小域差异，进而在无标注的目标域卫星上实现多云种识别，实现多种不同云类别的平均类别精度。本发明将无监督域适应应用在卫星遥感领域，在某类卫星无标注的情况下对其进行云分类，实现了遥感气象领域与深度学习的结合。采用本发明的系统，可以减少气象专业人员对于新卫星的数据标注工作，摆脱气象对于数值计算监测方式的依赖，推动新卫星在上天后可以快速的应用落地和实现产品反馈，且为更多不同系列的卫星应用奠定基础。

技术领域

本发明涉及气象监测技术领域，尤其涉及一种基于无监督域适应的不同类型气象卫星的多云识别系统。

背景技术

卫星技术在近些年航天事业的基础上得到了飞速的发展，基于卫星的气象监测与人们的生活更加息息相关。然而，不同卫星之间的知识难以迁移应用，所以对不同气象卫星之间域适应迁移的研究有着极其重要的影响，尤其是对于我国航天事业、气象卫星的发展有着推动作用，能大大节省气象卫星专业研究人员的时间与资源，对其进行深入细致的研究有着重大的意义。

气象卫星在太空监测到的数据传回地表并通过人工标注、数值模式计算等方式完成不同云种类的分类，其数据通常包括多个通道，例如可见光通道，近红外通道，热红外通道等。专业气象人员通过数据给到的信息通过人工标注或者数值模式运算可以划分出十余种云种类，其中包括：清晰卷云、卷云层云、深对流云、高空积云、高空层云、雨云层云、积云、层积云和层云等，并通过云种类对气象进行反演与预报预警。

但是，不同种类的气象卫星有着不同的观测波段、探测通道数量等。例如，风云4A号卫星是我国上世纪70年代自主研制的气象卫星，它共计14个通道，包括可见光，短波红外，中波红外，长波红外等通道。而日本研制的葵花8号卫星有着很大的不同，以探测波段和频率为例，葵花8号卫星共计16个通道，相比风云4号卫星多出两个通道(可见光通道中的B通道和一个红外通道)。

因此，不同种类卫星间存在着巨大的域差异，由于目前的深度学习数据大多是基于数据驱动型的，一个模型只能更好的适配一种数据，所以不能直接进行两种卫星之间的模型迁移，已有的训练好的模型并不能表现出较好的性能。

现有技术中，如CN108846334A公开的一种云类别自动识别方法及系统，包括数据采集模块、云图识别模块、云图结果展示模块和模型构建模块，所述云图结果展示模块分别信号连接数据采集模块、云图识别模块和模型构建模块，通过在密集连接卷积网络(DenseNet)的基础上，提出一种改进的Dense Net，结合手机APP开发和摄像头监测视频处理等技术，解决了由于云的种类繁多，部分提取的特征针对性较强，难以从海量的云图数据中提取有效的特征，不能充分挖掘不同云图之间的内在联系的问题。然而，该方案存在以下缺陷：(1)标签无法获取：对于我们的目标域卫星数据，无法获取可以使用的标签，所以不能使用有监督的深度学习方法来对目标域数据进行学习和训练，而无监督的深度学习方法不能满足应用需求；(2)人工成本高：对于没有完善云产品的卫星数据，主要依靠人工标注为主，尤其卫星数据的标注属于像素级标注，人工成本比较高，标注周期长；(3)已有模型在新数据上泛化性低：目前的技术没有考虑多个卫星之间的经验相互借鉴，并且已有的训练好的深度学习模型在新数据上存在泛化性差等问题。

发明内容

本发明针对多云种类识别任务，旨在解决如何将在较为成熟的卫星上(源域卫星)获取到的经验知识迁移应用到无标注的新卫星(目标域卫星)上，进而提供一种基于无监督域适应的不同类型气象卫星的多云识别系统。

为了实现上述目的，本发明提供如下技术方案：

本发明首先提供一种基于无监督域适应的不同类型气象卫星的多云识别系统，一种基于无监督域适应的不同类型气象卫星的多云识别系统，其特征在于，包括以下模块：

输入模块，用于将目标域卫星数据与源域卫星数据作为输入，输入到卫星数据预处理模块；