王佳佳,孙晓兵,提汝芳,余海啸

(1中国科学院合肥物质科学研究院安徽光学精密机械研究所,中国科学院通用光学定标与表征技术重点实验室,安徽 合肥 230031;2中国科学技术大学,安徽 合肥 230026)

0 引言

云覆盖了60%以上的地球表面[1],在地气辐射平衡过程中起着重要的作用,一方面,云以向后散射的方式反射一部分太阳短波辐射,另一方面,以长波的形式向外发射辐射[2]。除此之外,云通过调节水文循环的方式影响大气降水,云和大气潜在的热量交换影响大气环流[3],云量的微小变化或垂直分布的变化都可能会对地球的能量收支产生重大影响[1]。研究云量变化不但可以帮助发现危险的气候现象,而且可以跟踪气象条件的变化[4]。

卫星遥感可以全天候、大范围监测云的时空变化,云检测是卫星遥感数据处理中的首要关键部分。目前,基于遥感图像的云检测方法主要有阈值法,纹理特征和空间特性法、统计学方法等。光谱阈值法主要有固定阈值法[5,6]、动态阈值法[7]和多波段组合阈值法[8]等。纹理特征法[9,10]主要是利云和其他地物图像的纹理特征及空间信息特征的差异进行的云检测算法。统计学方法[11,12]是通过统计大量具有云和其他地物信息特征的样本库,构建云检测公式或基于神经网络、深度学习等机器学习方法对样本信息进行学习和训练来达到云检测的作用。

针对阈值的云检测方法在不断改进中,对于大多数的光谱数据来说,往往是使用辐射强度信息进行云检测,而利用DPC数据的多角度偏振辐射特性可以实现多角度判别,并且利用偏振对单次散射敏感可以很好地区分水云像元。……