利用生成对抗网络从地球静止卫星图像中反演大气运动矢量
摘要
深度学习技术中的生成对抗网络（GAN）方法由于能够从输入的大量数据中抽取变量特征，生成更为真实的气象图像预测，在遥感领域有较为广泛的应用。但目前该算法在大气运动矢量（AMVs）的反演中应用较少，而AMVs是数值天气预报资料同化系统所需的重要产品资料。基于此，本文提出了利用生成对抗网络pix2pix从静止气象卫星图像反演AMVs的方法，由pix2pix模型将遥感影像转换为200 hPa和850 hPa的矢量风场。在最佳的资料和模型架构条件下，该方法反演得到的AMVs与传统算法所得产品资料质量相当，且克服了传统算法高度订正困难、无法获得某一层面完整风场和低层样本数偏低等缺点。个例分析亦表明，该方法针对具体的天气系统也有良好的表现。
引用本文（GB/T 7714）
李孝涌 Li Xiaoyong, 陈科艺 Chen Keyi. 利用生成对抗网络从地球静止卫星图像中反演大气运动矢量[J]. Laser & Optoelectronics Progress, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。