基于多种机器学习模型的夏季北冰洋海雾卫星检测方法研究

打开文本图片集

摘 要 利用2014—2018年6—9月Aqua/MODIS提供的光谱数据、海面温度数据及其他辅助数据，基于CALIOP L2 VFM产品中云底高度提取的海雾、云和海表标签，建立3类样本数据集。结合使用K折交叉验证法、网格搜索法和粒子群优化算法训练随机森林（random forest，RF）、支持向量机（support vector machine，SVM）、多层感知机（multilayer perceptron，MLP）和全卷积神经网络（fully convolutional network，FCN）4种不同的机器学习模型，对比模型在北冰洋夏季海雾检测中的表现。（剩余18355字）