Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Восемнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

Участие в конкурсе молодых ученых 

XVIII.A.182

Восстановление значений отражающей способности на ВГО по данным ИК каналов

Андреев А.И. (1), Холодов Е.И. (1)
(1) Дальневосточный центр ФГБУ "НИЦ "Планета", Хабаровск, Россия
Алгоритмы для построения тематической продукции, получаемой с использованием данных ДЗЗ, зачастую зависят от наличия информации в видимом спектре длин волн. Данный факт ограничивает применение подобных алгоритмов в ночное время суток. Одним из решений данной проблемы может стать разработка алгоритма восстановления информации в видимом спектре на основе генеративно-состязательной модели нейронной сети по данным ИК каналов. Используемый в данной работе генеративно-состязательный метод обучения нейронных сетей показывает не сегодняшний день наилучшие результаты в задаче генерации изображений из исходной информации. Генеративно-состязательная модель включает в себя модуль-генератор, формирующий спутниковые изображения в видимом диапазоне длин волн, и модуль-дискриминатор, предназначенный для обучения генератора. Разработанная модель позволяет рассчитывать значения коэффициентов спектральной яркости в каналах 0.65, 0.86 и 1.65 мкм, а также значения оптической толщины для различных типов подстилающей поверхности и облачности. В качестве исходных данных алгоритм использует информацию из ИК каналов в диапазоне от 6.7 до 12 мкм, получаемых по данным прибора AHI КА Himawari-8. Для косвенной оценки точности восстановления видимых каналов в ночное время производится расчет параметров облачности и ее последующая классификация по типам с использованием алгоритма классификации облачности для дневного времени суток. Анализ результатов классификации облачности свидетельствует о небольшом завышении значений микрофизических параметров, таких как оптическая толщина, эффективный радиус облачных частиц и др., что приводит к переоценке потенциально осадкообразующей облачности. Повышение точности восстановления коэффициентов спектральной яркости в видимом диапазоне является темой для дальнейших исследований.

Ключевые слова: Облачность, коэффициенты спектральной яркости, мультиспектральные изображения, генеративно-состязательная нейронная сеть, машинное обучение

Презентация доклада

Методы и алгоритмы обработки спутниковых данных

7