基于CNN-LSTM的卫星云图云分类方法研究 王杉.pdf

ｈｔｔｐ：／／ｗｗｗ．ｊｓｊｋｘ．ｃｏｍ
ＤＯＩ：１０．１１８９ｘｉａｎｇ２　ａｎｄ　ＺＨＡＮＧ　Ｙｉｎｇ３
１Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｅａｓｔ　Ｃｈｉｎａ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ　３３００１３，Ｃｈｉｎａ
２Ｎａｔｉｏｎａｌ　Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｃｅｎｔｅｒ，Ｃｈｉｎａ　Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　Ａｄｍｉｎｓｔｒａｔｉｏｎ，Ｂｅｉｊｉｎｇ　１０００８１，Ｃｈｉｎａ
３Ｊｉａｎｇｘｉ　Ｐｒｏｖｉｎｃｉａｌ　Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　Ｏｂｓｅｒｖａｔｏｒｙ，Ｊｉａｎｇｘｉ　Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ　Ｂｕｒｅａｕ，Ｎａｎｃｈａｎｇ　３３００００，Ｃｈｉｎａ
　
Ａｂｓｔｒａｃｔ　Ｔｈｅ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　ｓａｔｅｌｌｉｔｅ　ｃｌｏｕｄ　ｉｍａｇｅｓ　ｈａｓ　ａｌｗａｙｓ　ｂｅｅｎ　ｏｎｅ　ｏｆ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｈｏｔｓｐｏｔｓ　ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｍｅｔｅｏｒｏｌｏｇｙ．Ｂｕｔ
ｔｈｅｒｅ　ａｒｅ　ｓｏｍｅ　ｐｒｏｂｌｅｍｓ，ｓｕｃｈ　ａｓ　ｔｈｅ　ｓａｍｅ　ｃｌｏｕｄ　ｔｙｐｅ　ｈａｓ　ｄｉｆｆｅｒｅｎｔ　ｓｐｅｃｔｒａｌ　ｆｅａｔｕｒｅｓ，ｄｉｆｆｅｒｅｎｔ　ｃｌｏｕｄ　ｔｙｐｅｓ　ｈａｖｅ　ｔｈｅ　ｓａｍｅ　ｓｐｅｃｔｒａｌ
ｆｅａｔｕｒｅｓ，ａｎｄ　ｍａｉｎｌｙ　ｕｓｅ　ｔｈｅ　ｓｐｅｃｔｒａｌ　ｆｅａｔｕｒｅｓ　ａｎｄ　ｉｇｎｏｒｅ　ｓｐａｔｉａｌ　ｆｅａｔｕｒｅｓ．Ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ａｂｏｖｅ　ｐｒｏｂｌｅｍｓ，ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｃｌｏｕｄ
ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｓａｔｅｌｌｉｔｅ　ｃｌｏｕｄ　ｉｍａｇｅ　ｂａｓｅｄ　ｏｎ　ＣＮＮ－ＬＳＴＭ，ｗｈｉｃｈ　ｍａｋｅｓ　ｆｕｌｌ　ｕｓｅ　ｏｆ　ｓｐｅｃｔｒａｌ　ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　ｓｐａｔｉａｌ　ｉｎ－
ｆｏｒｍａｔｉｏｎ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｃｌｏｕｄ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｔｈｅ　ｓｐｅｃｔｒａｌ　ｆｅａｔｕｒｅｓ　ａｒｅ　ｓｃｒｅｅｎｅｄ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｐｈｙｓｉｃａｌ　ｃｈａｒａｃ－
ｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｈｅ　ｃｌｏｕｄ，ａｎｄ　ｔｈｅ　ｓｑｕａｒｅ　ｎｅｉｇｈｂｏｒｈｏｏｄ　ｏｆ　ｔｈｅ　ｐｏｉｎｔ　ｃｌｏｕｄ　ｉｓ　ｕｓｅｄ　ａｓ　ｔｈｅ　ｓｐａｔｉａｌ　ｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅｎ，ｔｈｅ　ｃｏｎｖｏｌｕｔｉｏｎａｌ
ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ（ＣＮＮ）ｉｓ　ｕｓｅｄ　ｔｏ　ａｕｔｏｍａｔｉｃａｌｌｙ　ｅｘｔｒａｃｔ　ｔｈｅ　ｓｐａｔｉａｌ　ｆｅａｔｕｒｅｓ，ｗｈｉｃｈ　ｓｏｌｖｅｓ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｄｉｆｆｉｃｕｌｔ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ
ｗｉｔｈ　ｓｐｅｃｔｒａｌ　ｆｅａｔｕｒｅ　ａｌｏｎｅ．Ｆｉｎａｌｌｙ，ｏｎ　ｔｈｉｓ　ｂａｓｉｓ，ｃｏｍｂ