使用Himawari-8静止卫星数据,基于CALIPSO卫星云底高度结合云雾水平均匀性特征提取海雾/低云标签,并使用全卷积神经网络与全连接条件随机场相结合的模型(Fully Convolutional Network and Conditional Random Field,FCN-CRF),提出一种...使用Himawari-8静止卫星数据,基于CALIPSO卫星云底高度结合云雾水平均匀性特征提取海雾/低云标签,并使用全卷积神经网络与全连接条件随机场相结合的模型(Fully Convolutional Network and Conditional Random Field,FCN-CRF),提出一种夜间海雾/低云卫星检测方法。经过建立与训练模型,使用CALIPSO卫星的海雾/低云观测检验FCN-CRF模型和双通道差值法的结果。FCN-CRF模型表现良好,其检出率(probability of detection,POD)为0.611,虚警率(false alarm ratio,FAR)为0.174,临界成功指数(critical success index,CSI)为0.541,Hanssen-Kuiper技能分数(Hanssen-Kuiper Skill Score,KSS)为0.436,Heidke技能分数(Heidke Skill Score,HSS)为0.577,整体优于双通道差值法。展开更多