结合遥感卫星及深度神经决策树的夜间海雾识别

遥感卫星具有覆盖范围广、连续观测等特点，被广泛应用于海雾识别相关研究。本文首先借助能够穿透云层，获取大气剖面信息的星载激光雷达(cloud-aerosol LiDAR with orthogonal polarization, CALIOP)对中高云、低云、海雾、晴空海表样本进行了标注。然后结合葵花8号卫星(Himawari-8)多通道数据提取了各类样本的亮温特征与纹理特征。最后根据海雾监测的需求，抽象出海雾监测的推理决策树，并据此建立深度神经决策树模型，实现了高精度监测夜间海雾的同时具备较强的可解释性。选择2020年6月5日夜间Himawari-8每时次连续观测数据进行测试，监测结果能够清晰地展现此次海雾事件的动态发展过程。同时本文方法海雾监测平均命中率(probability of detection,POD)为87.32%，平均误判率(false alarm ratio, FAR)为13.19%，平均临界成功指数(critical success index, CSI)为77.36%，为海上大雾的防灾减灾提供了一种新方法。