基于FY-4A卫星的ISCCP云分类方法、系统、介质及终端技术方案

本发明专利技术提供一种基于FY‑4A卫星的ISCCP云分类方法、系统、介质及终端，包括以下步骤：对FY‑4A卫星的一级数据和一级地理定位数据分别进行投影变换，获取等经纬一级数据和等经纬一级地理定位数据；基于所述等经纬一级数据和所述等经纬一级地理定位数据进行可见光通道归一化处理；基于归一化处理后的可见光通道和所述等经纬一级数据构造云类特征；对所述云类特征进行标准化处理；基于标准化处理的云类特征，采用训练好的ISCCP云分类模型获取ISCCP云分类结果。本发明专利技术的基于FY‑4A卫星的ISCCP云分类方法、系统、介质及终端实现了ISCCP云类型的有效识别，为天气系统的研究提供了信息支持。

【技术实现步骤摘要】
基于FY-4A卫星的ISCCP云分类方法、系统、介质及终端
本专利技术涉及一种分类方法，特别是涉及一种基于FY-4A卫星的ISCCP云分类方法、系统、介质及终端。
技术介绍
云是地气系统能量和水循环的重要载体，对全球辐射能量平衡和水汽输送起着重要影响。云的类型对于天气系统的发展变化具有明确的指示意义，如积雨云是天气识别、预报的重要因子之一。因此，准确地进行云分类对水文、天气气候等领域的研究和应用有着重要意义。目前国际上云的分类原则主要以云的外形以及高度等特征为基础，适当结合云的发展及内部结构。我国地面气象观测规范中把云分为3族、10属、29类。其中3族包括高云族、中云族和低云族。高云族包括卷云、卷积云和卷层云3属，中云族包括高积云和高层云2属，低云族包括雨层云、层积云、层云、积云、积雨云5属。国际卫星云气候学计划(InternationalSatelliteCloudClimatologyProject，ISCCP)根据云顶高度和云的光学厚度，将云分成9类，即卷云、卷层云、深对流、高积云、高层云、雨层云、积云、层积云和层云。研究表明该分类标准在中国地区的分布也具有一致性。然而，目前仍没有基于新一代静止气象-风云四号卫星(FY-4A)的ISCCP云分类的相关工作。因此，有必要针对风云四号气象卫星进行ISCCP云分类方法的研究。由于不同种类的云在光谱波段与下垫面特征介质中的反射率和云顶辐射亮温等要素存在较大差异，因此卫星云图是构造云类识别算法的重要手段。目前，基于多光谱卫星图像，根据不同云类特征进行云分类分析的研究工作已持续多年。云分类器可以仅使用一种或多种特征来进行分类。这些特征在大多数情况下在不同云类中存在重叠。特征主要分为光谱、纹理、上下文或背景特征。光谱特征描述了云图的平均颜色和色调变化。光谱功能支持大部分云类的划分，但它们没有提供有关颜色空间分布的信息，因为在某些云类型(如积云、高积云和层积云)中，平均的颜色值相似但颜色的空间分布不同。纹理特征是指像素的色调变化的空间统计分布，灰度共生矩阵可用于对空间差异纹理特征进行分类。上下文或背景特征是指图像中像素的地理位置、仪器的观察角度、一年中的时间和日期以及特定的本地信息。根据原理和计算复杂度，可将云分类的方法大体分为以下三类：一、简单算法简单算法表示利用线性数学关系对云特征进行处理。该类方法所需计算资源低，但云分类精度较低，具体包括以下三种算法：(1)最小距离法Richards和Jia提出的最小距离法表示，对于图像上的每一点像素，计算其与平均值的距离，并将其类别归属于距离最小的那一类别。该方法运算速度较高，但精度较低，因此该方法常被用于初始聚类算法。(2)阈值法Wang和Sassen提出了一种以阈值法为基础的平行分类法。该方法属于一种基于边界规则的分类方法，其分类决策参数形成N维的数据空间。如图1所示，每维数据的上下限由该特征的平均值的标准差决定。当特征所处空间是一维、二维、三维时，其分类决策参数分别能够形成线段、矩形以及平行六面体。一维特征简单，但精度较低。郁凡和陈渭民提出的直方图法是特征的二维表现形式。(3)临近算法Bankert和Wade提出的K邻近算法主要用于对云类的分布先验知识较少的情景，常用于非监督学习的初始聚类阶段。通过给定一个新的输入实例，利用某种距离度量方法，在训练集中找到与该实例最邻近的K个实例，最终将输入实例的云类归属于K个实例中的多数类别。二、数理统计算法随着计算机计算能力的提升，基于数理统计、概率模型的模式识别算法被引入到遥感图像中来用于云类识别。相比于简单算法，数理统计算法计算较为复杂，但精度较高，具体包括以下三种算法：(1)线性判别分析方法线性判别分析法(LinearDiscriminantAnalysis，LDA)是一种监督统计技术，Amato提出通过区分独立特征和输入数据的依赖特征，将不同的云特征组合成线性组合以用于分类。Shi提出利用二次判别分析(QuadraticDiscriminantAnalysis，QDA)能够比LDA得到更加精确的阈值边界，可用于分类的多特征输入数据。随后，Marais基于LDA提出了异方差判别分析(HeteroscedasticDiscriminantAnalysis，HDA)，该方法将可见光通道和近红外通道组合成一个灰度图像，然后用于线性分类。(2)朴素贝叶斯分类器朴素贝叶斯分类器是一种基于贝叶斯假设的概率分类器。在给定所选独立特征的先验概率条件下，根据贝叶斯公式计算其所属云类的后验概率，并选择最大概率得出云类决策。该方法估算分类参数所需样本数量较少，独立特征则意味着较少的计算量。然而对于卫星数据而言，假设输入特征是独立的条件是不成立的。(3)最大似然分类法最大似然分类法假设输入特征符合正态分布，利用训练样本与先验样本分布态势的相似性，将云类归属到具有最大后验概率的类别。相比于朴素贝叶斯方法要求输入特征具有独立的特性，最大似然方法考虑了样本特征分布态势的相似性，后者更加实用。三、人工智能算法随着计算机科学的快速发展，复杂的机器学习方法，如模糊逻辑算法、人工神经网络、自组织映射网络、支持向量机、随机森林等算法，被验证可成功应用于云分类任务中。近几年，随着计算机视觉技术兴起的深度学习算法，能够完成从数据中分层地学习到具有代表性和判别行的语义特征，在图像识别、信号处理、计算机视觉等领域取得了巨大的成就。同时，深度学习技术同样也被引入到卫星遥感图像相关任务中，Shi使用卷积神经网络(ConvolutionalNeuralNetworks，CNN)对卫星图像进行云检测，Cai和Wang利用CNN将风云二号气象卫星(FY-2C)的局部云图进行划分成低云、中云、高云和直展云类别，其结果相比于传统的机器学习算法，精度更加准确，但该方法仅适用于对整张云图的识别。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于FY-4A卫星的ISCCP云分类方法、系统、介质及终端，实现了ISCCP云类型的有效识别，为天气系统的研究提供了信息支持。为实现上述目的及其他相关目的，本专利技术提供一种基于FY-4A卫星的ISCCP云分类方法，包括以下步骤：对FY-4A卫星的一级数据和一级地理定位数据分别进行投影变换，获取等经纬一级数据和等经纬一级地理定位数据；基于所述等经纬一级数据和所述等经纬一级地理定位数据进行可见光通道归一化处理；基于归一化处理后的可见光通道和所述等经纬一级数据构造云类特征；对所述云类特征进行标准化处理；基于标准化处理的云类特征，采用训练好的ISCCP云分类模型获取ISCCP云分类结果。于本专利技术一实施例中，基于所述等经纬一级数据和所述等经纬一级地理定位数据进行可见光通道归一化处理包括以下步骤：计算归一化算子其中，θ1、θ2、分别表示太阳天顶角、卫星天顶角、卫星相对太阳的方位角；计算归一化后的可见光反照率A0＝As/F，其中，As表示归一化前本文档来自技高网...

【技术保护点】
1.一种基于FY-4A卫星的ISCCP云分类方法，其特征在于：包括以下步骤：/n对FY-4A卫星的一级数据和一级地理定位数据分别进行投影变换，获取等经纬一级数据和等经纬一级地理定位数据；/n基于所述等经纬一级数据和所述等经纬一级地理定位数据进行可见光通道归一化处理；/n基于归一化处理后的可见光通道和所述等经纬一级数据构造云类特征；/n对所述云类特征进行标准化处理；/n基于标准化处理的云类特征，采用训练好的ISCCP云分类模型获取ISCCP云分类结果。/n

【技术特征摘要】
1.一种基于FY-4A卫星的ISCCP云分类方法，其特征在于：包括以下步骤：
对FY-4A卫星的一级数据和一级地理定位数据分别进行投影变换，获取等经纬一级数据和等经纬一级地理定位数据；
基于所述等经纬一级数据和所述等经纬一级地理定位数据进行可见光通道归一化处理；
基于归一化处理后的可见光通道和所述等经纬一级数据构造云类特征；
对所述云类特征进行标准化处理；
基于标准化处理的云类特征，采用训练好的ISCCP云分类模型获取ISCCP云分类结果。


2.根据权利要求1所述的基于FY-4A卫星的ISCCP云分类方法，其特征在于：基于所述等经纬一级数据和所述等经纬一级地理定位数据进行可见光通道归一化处理包括以下步骤：
计算归一化算子其中，θ1、θ2、分别表示太阳天顶角、卫星天顶角、卫星相对太阳的方位角；
计算归一化后的可见光反照率A0＝As/F，其中，As表示归一化前的可见光反照率。


3.根据权利要求1所述的基于FY-4A卫星的ISCCP云分类方法，其特征在于：所述云类特征包括：
B01通道、B02通道、B03通道、B04通道、B05通道和B06通道的可见光近红外波段；
B07通道与B08通道的中波红外波段；
B09通道和B10通道的水汽通道；
B11通道、B13通道、B14通道的长波红外波段；
B09通道与B12通道的亮温差、B10通道与B13通道的亮温差、B11通道与B12通道的亮温差、B12通道与B13通道的亮温差、B08通道与B12通道的亮温差、B08通道与B10通道的亮温差；
B12通道。


4.根据权利要求1所述的基于FY-4A卫星的ISCCP云分类方法，其特征在于：所述ISCCP云分类模型采用UNet++网络结构。


5.一种基于FY-4A卫星的ISCCP云分类系统，其特征在于：包括变换模块、归一化模块、构造模块、标准化处理模块和分类模块；
所述变换模块用于对FY-4A卫星的一级数据和一级地理定位数据分别进行投影变换，获取等经纬一级数据和等经纬一级地理定位数据；
所述归一化模...

【专利技术属性】
技术研发人员：贺晓冬，尤小刚，陈振，杨跃，杨筠慧，曹蕾，李绍帅，
申请(专利权)人：易天气北京科技有限公司，
类型：发明
国别省市：北京;11