典型文献
基于朴素贝叶斯方法的FY-4A/AGRI云检测模型
文献摘要：
针对风云四号A星(FY-4A)中多通道扫描成像辐射计(advanced geosynchronous radiation imager,AGRI)云检测问题,提出了一种基于朴素贝叶斯算法的全自动云检测方法.使用朴素贝叶斯算法作为核心结构,基于光学载荷基本云检测原理选择合适的红外通道作为特性分类器参数,可保证日夜云检测一致性,同时针对不同的地表类型和不同月份分别分类训练构建,最终得到基于朴素贝叶斯算法的云检测模型.针对FY-4A/AGRI数据生成了7种经典的云检测特征和1种基于红外合成图像特征的贝叶斯分类器,经过2019年国家卫星气象中心业务云检测产品的学习测试验证,在陆地、沙漠、浅水和深海的召回率(probability of detection,POD)达到98％以上,积雪POD达到80％,南北极POD达到80％以上.将检测结果与国家卫星气象中心业务系统云检测结果进行比较,全年月度平均POD均高于98％,误判率(false alarm ratio,FAR)低于5％,Kuipers评分(Kuiper's skill score,KSS)均高于90％.
文献关键词：
FY-4A/AGRI;朴素贝叶斯;云检测;POD
中图分类号：
作者姓名：
鄢俊洁;郭雪星;瞿建华;韩旻
作者机构：
北京华云星地通科技有限公司,北京 100081
文献出处：
引用格式：
[1]鄢俊洁;郭雪星;瞿建华;韩旻-.基于朴素贝叶斯方法的FY-4A/AGRI云检测模型)[J].自然资源遥感,2022(03):33-42
A类：
Kuipers
B类：
贝叶斯方法,FY,4A,AGRI,检测模型,风云四号,多通道扫描成像辐射计,advanced,geosynchronous,radiation,imager,检测问题,朴素贝叶斯算法,心结,光学载荷,检测原理,日夜,时针,同月,分类训练,数据生成,检测特征,合成图,图像特征,贝叶斯分类器,云检测产品,测试验证,沙漠,浅水,深海,召回率,probability,detection,POD,积雪,南北极,业务系统,月度,误判率,false,alarm,ratio,FAR,skill,score,KSS
AB值：
0.381132
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
