机器学习在卫星资料中的应用

发布时间：2021-07-15 20:14

　　<正>卫星在气象预报、生态监测、水利资源及开发等方面的应用非常广泛。卫星资料有图像资料（卫星云图）和探测资料（定量数字资料）两大类。以卫星云图为例,它是由气象卫星（或个别陆地卫星）自上而下观测到的云层覆盖和地表面特征的图像,利用卫星云图可以弥补常规探测资料的不足,为天气分析和天气预报提供依据,对提高预报准确率起了重要作用。对于卫星资料的处理,传统以阈值法、聚类法为主,21世纪以来由于人工智能的迅速发展,基于机器学习的方法陆续被提出。 

【文章来源】：卫星应用. 2020,(01)

【文章页数】：4 页

【文章目录】：
一、云检测和分类
二、降水估计
三、其他应用
    1. 气象卫星资料反演
    2. 灾害性天气识别
    3. 卫星生态监测
四、小结


【参考文献】：
期刊论文
[1]机器学习综述[J]. 石弘一.  通讯世界. 2018(10)
[2]浅析机器学习在气候研究中的应用[J]. 刘菁琪.  通讯世界. 2018(09)
[3]基于卷积神经网络的卫星云图云量计算[J]. 夏旻,申茂阳,王舰锋,王阳光.  系统仿真学报. 2018(05)
[4]呼和浩特市城市化进程及其热岛效应影响因素探讨[J]. 李建楠,张宝林,赵俊灵,池梦雪.  环境科学导刊. 2018(02)
[5]基于迁移学习的卫星云图云分类[J]. 胡凯,严昊,夏旻,徐同,胡伟,徐春燕.  大气科学学报. 2017(06)
[6]基于北斗反射信号的支持向量回归机海面风速反演研究[J]. 涂满红,曹云昌,康金侠.  气象与环境科学. 2017(02)
[7]FY-4A星GIIRS大气温度廓线反演模拟试验研究[J]. 鲍艳松,汪自军,陈强,周爱明,董瑶海,闵锦忠.  上海航天. 2017(04)
[8]基于模糊逻辑的雷暴大风和非雷暴大风区分方法[J]. 周康辉,郑永光,王婷波,蓝渝,林建.  气象. 2017(07)
[9]机器学习及其算法和发展研究[J]. 张润,王永滨.  中国传媒大学学报(自然科学版). 2016(02)
[10]联合云量自动评估和加权支持向量机的Landsat图像云检测[J]. 胡根生,陈长春,梁栋.  测绘学报. 2014(08)



本文编号：3286389