1 上海海事大学信息工程学院，上海 201306
2 西藏自治区经济和信息化厅信息化推进处，拉萨 850033
云相态分类在气象预报和气候研究中具有重要的地位。我国新一代气象卫星风云四号的成像仪在光谱通道数量和空间分辨率较上一代风云二号有较大提升，这为云相态的研究提供了新的遥感数据。本文首先对风云四号相隔 15 min的遥感图像进行分析，然后提出亮温云相态指数，该指数可以进行初步云相态分类，最后在此基础上提出基于集成学习的云相态分类算法。实验结果与风云四号官方云相态分类结果进行比较，水云的一致率达到 91.69%，冰云的一致率达到 76.10%。
云相态 集成学习 风云四号 遥感图像处理 cloud phase, ensemble learning, FY-4, remote image
通过对风云四号每两张相隔15分钟的图像进行分析, 提出了归一化动云指数, 加强数据集对低云、薄云及云系运动边缘的检测.在此基础上, 提出了一种基于归一化动云指数的动态阈值法用于初步云检测, 并进一步提出基于BP神经网络的云检测算法.实验结果表明, 该算法可以消除阈值选取中的主观影响, 在大范围复杂下垫面的遥感图像数据中可以取得较好的云检测效果.
云检测 遥感图像处理 风云四号 BP神经网络 cloud detection remote image processing FY-4 back propagation neural network
