基于葵花8卫星遥感数据的大雾识别研究

发布时间：2021-03-12 12:43

　　大雾是常见的自然天气现象,也是不可忽视的自然灾害。近年来,随着经济的快速发展,大雾影响着人们的生产生活。因此,研究者们逐渐开始重视大雾的监测和识别。而随着科学技术的快速发展,卫星遥感技术也趋于成熟,遥感数据比传统的地面数据具有更新快,检测范围广,时效性高等方面,因而很多的领域使用到遥感卫星技术。本文中所使用的为葵花8卫气象卫星数据,无论是从云图的质量,截取的频率,波道,清晰度都比上代卫星大幅改善。因此,使用葵花8卫星数据进行雾的监测与识别研究,可以提高大雾的识别性能。本文在进行研究之前首先要进行大雾数据的提取与标注,根据地面站的经纬度找出安徽省所对应的地面站的位置,然后与卫星数据进行经纬度匹配,提取该位置上的卫星数据,在根据地面站的能见度判断该位置雾的情况。本文主要通过两类算法对大雾识别进行研究,第一类算法是基于传统的机器学习方法的大雾的识别,第二类算法是基于深度学习的大雾识别。主要研究内容如下:1)基于机器学习的分类方法进行雾的识别。在平衡样本和非平衡样本的条件下,使用多种传统的机器学习分类算法进行雾的识别。所使用的算法中有支持向量机,朴素贝叶斯,决策树等。实验验证在平衡样本下,机器... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图１－２葵花８遥感卫星图像??－－

Ik，近邻分类原理

图2一2两类超平面示意图

【参考文献】：
期刊论文
[1]雾霾对农业生产及农产品流通影响的研究进展[J]. 马娟娟,孔繁涛,周向阳,徐维微,吴建寨.  中国农业科技导报. 2017(12)
[2]大雾天气对农业生产的影响与防范[J]. 杨光艳.  农业科技与信息. 2016(08)
[3]基于MTSAT卫星遥感监测的浙江省及周边海区大雾分布特征[J]. 何月,张小伟,蔡菊珍,杜惠良,胡波,高大伟.  气象学报. 2015(01)
[4]日本向日葵-8气象卫星[J]. 云燕.  卫星应用. 2015(01)
[5]基于NOAA/AVHRR卫星资料的北京地区霾识别研究[J]. 刘勇洪.  气象. 2014(05)
[6]黄渤海一次持续性大雾过程特征和成因分析[J]. 曹祥村,邵利民,李晓东.  气象科技. 2012(01)
[7]EOS—MODIS卫星资料在北疆大雾监测中的应用分析[J]. 沙依然,丁林,镨拉提,张红.  沙漠与绿洲气象. 2008(06)
[8]基于差分进化交叉验证SVM的飞控系统传感器故障预测学习算法研究[J]. 尹伟,章卫国,宁东方,孙勇,李斌.  传感技术学报. 2008(11)
[9]基于支持向量机的遥感大雾判识[J]. 刘年庆,蒋建莹,吴晓京.  气象. 2007(10)
[10]大雾天气对城市环境中空气质量的影响及危害[J]. 王海艳,熊坤,孔剑君,张艳玲,张时英.  气象与环境科学. 2007(S1)

硕士论文
[1]基于卷积神经网络的深度学习算法与应用研究[D]. 陈先昌.浙江工商大学 2014
[2]基于K近邻的分类算法研究[D]. 桑应宾.重庆大学 2009
[3]EOS/MODIS资料的数据处理方法及其在白天低云大雾监测中的应用[D]. 陈林.南京信息工程大学 2006



本文编号：3078325