星载大气激光雷达目标分类算法研究

星载大气激光雷达目标分类算法研究

ID:37031092

大小:4.26 MB

页数:89页

时间:2019-05-17

星载大气激光雷达目标分类算法研究_第1页
星载大气激光雷达目标分类算法研究_第2页
星载大气激光雷达目标分类算法研究_第3页
星载大气激光雷达目标分类算法研究_第4页
星载大气激光雷达目标分类算法研究_第5页
资源描述:

《星载大气激光雷达目标分类算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文星载大气激光雷达目标分类算法研究作者姓名:李明阳指导教师:苏林研究员中国科学院遥感与数字地球研究所陶金花副研究员中国科学院遥感与数字地球研究所学位类别:工程硕士学科专业:电子与通信工程研究所:中国科学院遥感与数字地球研究所2018年6月TheAtmosphericSpace-borneLidarCloudandAerosolClassificationAlgorithmsByLIMingyangAThesisSubmittedtoTheUniversityofChineseAcademyofSciencesInpartialfulfillmentof

2、therequirementForthedegreeofMasterofEngineeringInstituteofRemoteSensingandDigitalEarthChineseAcademyofSciencesJune,2018中国科学院遥感与数字地球研究所学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。论文中凡引用他人已经发表或未发表的成果、数据、观点等,均已明确注明出处。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的成果。对本文的研究做出重要贡

3、献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:日期:年月日学位论文使用授权说明本人在导师指导下完成的论文,知识产权归属中国科学院遥感与数字地球研究所。本人完全了解中国科学院遥感与数字地球研究所关于收集、保存、使用学位论文的规定,同意研究所保存或向国家有关部门及机构送交论文的印刷版和电子版,允许论文被查阅和借阅;同意授权研究所采用影印、缩印、数字化或其它复制手段保存和汇编本学位论文。本人保证毕业后,以本论文数据和资料发表论文(著作)或使用论文工作成果时,第一署名单位为中国科学院遥感与数字地球研究所,并征得导师同意。保密论文在解

4、密后遵守此规定。论文作者签名:导师签名:日期:年月日V摘要摘要随着社会的发展,工业化程度的加速,大气环境问题日益凸显。星载激光雷达是探测和研究全球大气垂直分布特性的重要技术手段,能够全天候、大范围地获取大气中云和气溶胶数据。本文基于CALIOP星载大气激光雷达实现大气特征的探测以及分类,主要工作内容如下:1.激光雷达数据的辐射定标。CALIOP对于获取云和气溶胶的垂直类型分布,研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。而辐射定标对于星载激光雷达数据的应用至关重要,本文以CALIOP数据为基础,借助高空分子归一化方法,实现CALIOP数据

5、的532nm平行通道的辐射定标,然后参考PGR(PolarizationGainRatio)数据对垂直通道进行定标,最后根据卷云在1064nm与532nm散射的特殊关系,实现1064nm的辐射定标;2.层次边界探测。星载激光雷达垂直廓线上混合着不同类型的云和气溶胶等大气层次特征,层次边界探测方法是其他算法的基础。SIBYL(SelectiveIteratedBoundaryLocation)层次边界探测方法,充分结合CALIOP数据特点(星载激光雷达SNR低,从上向下观测),以阈值法为基础,多次平均,重复扫描333m,1km,5km,20km,80km不同分辨率

6、的同一场景,识别微弱目标,获取较高精度的层次边界探测数据。3.层次特征分类。星载激光雷达层次特征分类主要包括云和气溶胶的分类,准确区分云和气溶胶以及识别不同相态的云和不同子类型的气溶胶对于获取云、气溶胶的光学参数以及研究云与气溶胶的相互作用具有重要的作用。本文提出了一种对于云/气溶胶、云相态及气溶胶子类型识别的分类算法,实现了星载激光雷达的大气特征层快速、有效分类。主要有三部分组成:1)基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征,构建云气溶胶的分类置信函数,区分云和气溶胶;2)选取SVM作为ROI和水云分类的算法模型基础,结合HOI和水云的分类

7、置信函数修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云,获得云相态的分类结果;3)以各气溶胶子类型的光学以及空间I星载大气激光雷达目标分类算法研究分布特性为基础,采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分,完成气溶胶子类型的识别。4.算法验证和应用。本文分类结果与VFM产品对比分析,云/气溶胶分类算法:云层有98.51%一致,气溶胶则有88.43%一致,且白天比夜间一致性高;云相态分类算法:水云一致性占比93.44%,随机朝向冰晶粒子冰云则有88.04%,水平朝向冰晶粒子的冰云较低,只有51.11%与VFM一致,但是主要是与随机朝向

8、冰晶粒子冰云的混淆;气溶

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。