摘 要

云检测是卫星影像处理过程中极为重要的组成部分，对云像素进行有效精准的识别和去除是后续信息提取、数据分析等工作顺利展开的基础。在阅读了大量相关文献后，针对日本Himawari-8静止卫星数据，基于光谱特征利用时相信息建立了优化的高精度多时相云检测方法。本文在区分云与大部分地物的基础上，补充了漏检的薄云、中低云，剔除了过检的雪和高亮地表，再利用晴空影像结合地物在不同时相变化的规律提高云检测的精度。优化的云检测方法减少了传统方法对高亮地表或雪地误检的问题以及薄云的漏检问题，充分利用了Himawari-8气象卫星高时间分辨率与多通道的优势，提高了云检测的精确程度。

关键词：云检测；Himawari-8；时相信息；静止卫星；云雪判别

Abstract

Cloud detection Cloud detection is a very important part of satellite image processing. Effective and accurate recognition and removal of cloud pixels is the basis of subsequent information extraction, data analysis and other work. After reading a lot of related literature, aiming at the data of Himawari-8 geostationary satellite of Japan, an optimized multi-temporal cloud detection method with high precision is established based on the spectral characteristics and time-phase information. In this paper, on the basis of distinguishing the cloud from most of the surface features, this paper supplements the thin cloud and low-medium-cloud which are missed, removes the snow which has been checked and highlight the ground surface, and then uses the clear sky image to improve the accuracy of cloud detection combined with the law that the surface features change at different time-phrase. The optimized cloud detection method reduces the problem of false detection of high bright ground or snow and the problem of missing detection of thin cloud by traditional methods, makes full use of the advantages of high time resolution and multi-channel of Himawari-8 meteorological satellite, and improves the accuracy of cloud detection.

Key Words：cloud detection, time-phase information,cloud and snow discrimination

目录

第1章 绪论 2

1.1 研究背景和意义 2

1.2 云检测研究现状 2

1.3 研究目标和内容 3

1.3.1 研究目标 3

1.3.2 研究内容 4

第2章 数据与预处理 6

2.1 Himawari-8卫星介绍 6

2.2 研究区域 7

第3章 优化的多时相云检测方法 9

3.1 提取光谱特征 9

3.2 建立云雪判别指数 10

3.3 单时相多通道云检测 11

3.3.1 初步云判别 11

3.3.2 漏检部分的补充 12

3.3.3 过检部分的剔除 13

3.4 多时相云检测 15

3.5 精度验证 16

第4章 结果与评估 18

4.1 精度对比 18

4.2 结果分析 18

第5章 结语 20

5.1研究总结 20

5.2论文创新点 20

5.3 展望 20

参考文献 22

致 谢 22

绪论

研究背景和意义

随着遥感技术的迅速发展，遥感影像在地球的资源调查、灾害预测、环境监测、气候分析等领域得到了广泛应用。同时，数据处理的要求也越来越高，光学影像的质量需求也愈加精益求精。然而，云层覆盖是地表信息提取的一大阻力，在各项工作的展开中都造成了极大的困扰。

首先，在一般的遥感影像处理工作中云像素极大降低了数据的质量，包含大量云像素的遥感影像在我们获取的数据中却往往是不可避免的。在这些有云影像中，云层遮挡住了大量的地表信息，这对后续的工作产生了很大的干扰。因此，有效识别并去除云像素得到无云影像是后续进行其他遥感产品识别、解译和分析的关键。其次，在气象分析和灾害预测的研究工作中，云的特征、变化规律等也是重要的研究对象。云的变化趋势、运动形态都是大气状态发生变化的体现，对于气候、天气等的变化规律具有预测和指示的作用^[1]。因此，精准识别出研究区域遥感影像中的云，是对其进行状态分析、趋势预测工作的前提条件，云检测在气象工作中也成为了一项重要的内容。

现有的云检测方法，大多不能在地表高亮区域、积雪覆盖区域精确识别云像元，仍存在很多过检的问题。而且很多研究方法只能针对厚云进行识别，而薄云、碎云的识别存在一定的障碍，常常出现漏检的云像素。过检和漏检的现象也影响了地表信息的提取或云层状态的监测，使研究结果的准确性大大降低。静止卫星具有在短时间内对固定区域完成连续观测的功能^[2]，以及观测频次高，覆盖范围广的特点^[3]。Himawari-8作为气象卫星，对其影像进行云判别对于突发性的灾害预测、极端天气的预测有着极为重要的作用，因此基于静止卫星的云检测在这方面来说意义更为重大。但目前，大多数方法仍然仅停留于对云的光谱特性或者纹理特征的研究上，对于Himawari-8以及同类的静止卫星，没有充分发挥高时间分辨率、多通道的优势。这在一定程度上也限制了静止卫星云检测所能达到的精准程度。针对静止卫星的云检测方法大部分只利用了单时相、少量通道的数据进行试验，因此针对静止卫星，还需要有充分发挥其优势、更高精度的云检测方法，利用多时相信息，减少漏检、过检现象应成为重要的研究思路和研究方向。

云检测研究现状

云检测早在1983年就成为了世界气候研究计划的重要内容之一^[4]，而今，国内外学者在云检测领域也都相继展开了深入的研究工作，针对不同卫星和遥感影像的云检测方法研究取得了显著的成功。在早期遥感影像的处理中，云检测多依赖于有丰富云识别经验的工作人员靠目视解译和仔细分析人工提取，这无疑导致了云检测过程的耗时之长和结果的主观性^[5]。随着遥感技术的发展和遥感影像处理手段的进步，更多的云检测方法应运而生。综合来说有以下几种云检测算法：阈值法，统计法和基于纹理特征的方法。统计法又主要包括了直方图法、自适应法、聚类分析法、模式识别法等。

目前大部分也是最为基础的云检测方法为阈值法，或者在此基础上演变的综合云检测方法。阈值法相对简单，技术也已经发展成熟，易于实现，主要思想是根据云与晴空条件下，像元在不同通道组合时的亮度温度、亮度温度差值、反射率特性、反射率差值等的阈值作为判断依据，若像元在此阈值内则判断其被云覆盖。但传统的阈值法面临精度较低，通道组合没有达到最优等问题。为了突破传统阈值法的局限性，在此基础上演变的多组阈值法、双通道动态阈值法^[2]、ISCCP、APOLLO法、CLAVR算法等方法在一定程度上提高了云检测结果的精度。