极地地区的海雾给极地科考和海冰研究带来了挑战, 但由于相关监测数据较少, 因此对极地地区海雾的研究还相对匮乏。基于 CALIOP 传感器可以观测垂直方向上云雾信息的特性, 使用准同步观测的 MODIS 中分辨率成像光谱仪对北极地区的云雾信息进行分析。首先使用深度神经网络模型反演云顶高度, 再根据云高确定是否为海雾。并且就不同波段对反演结果的影响进行了分析。结果显示使用深度神经网络反演的云顶高度平均绝对误差要比传统方法的结果低 1774.280 m, 可以更好地对云顶高度进行反演, 提高了海雾检测精度。

新一代静止轨道气象卫星Himawari-8静止气象卫星具有空间分辨率高可持续性观测的特点,对海雾监测具有重要的意义。 星载激光雷达(Cloud-aerosol lidar with orthogonal polarization, CALIOP)可以探测大气的垂直剖面信息。利用CALIOP 数据进行海雾检测,获得4类样本点:中高云、低云、海雾和海表样本点,并将这些样本点用于Himawari-8 日间海雾检测的 通道选择和动态阈值设定的研究中,建立一套Himawari-8日间海雾检测算法。利用CALIOP和中国气象局国家卫星气象中心的 气象卫星雾监测报告数据对海雾检测方法进行验证。对比CALIOP数据,海雾检出率63.42%,漏检样本点中晴空海表占比71.54%; 对比雾监测产品,海雾检测率89.7%。结果表明,提出的海雾检测算法是可行的。

提出了一种基于视频图像对比度的团雾检测算法。首先, 利用二维多点各向异性高斯滤波器检测视频图像中边缘线的位置和方向。然后, 利用本文提出的彩色图像对比度模型计算每幅视频图像边缘线区域的对比度值。最后, 利用支撑向量机区分有雾视频图像所具有的不同对比度值, 实现团雾浓度的检测。实验结果表明, 该算法对复杂场景下的团雾检测效果优于传统的方法, 是一种有效的团雾检测方法。