TY - JOUR ID - 10.11834/jrs.20209124 TI - 基于深度卷积神经网络的台风强度估测 AU - 崔林丽 AU - 陈昭 AU - 于兴兴 AU - 陈光琛 AU - 王晓峰 AU - 陆一闻 AU - 郭巍 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=201904300000001&flag=2 KW - 热带气旋;FY-4A/AGRI卫星云图;深度卷积神经网络;强度估测 KW - Tropical cyclone; FY-4/AGRI satellite image; CNN; objective intensity estimation AB - 热带气旋(Tropical Cyclone, TC)是影响我国的一个重要天气系统。TC强度的准确估测对台风灾害防御具有至关重要的意义。本文基于我国第二代静止气象卫星风云四号(FY-4A)多通道扫描成像辐射计(Advanced Geosynchronous Radiation Imager, AGRI)资料,建立了台风强度识别的深度卷积神经网络模型(Convolutional Neural Network, CNN),并对台风强度不同等级和台风中心最大风速进行了试验研究。结果表明,CNN模型具有良好的高维非线性处理能力和算法稳定性,能对TC强度进行有效估计,不同TC强度等级识别精度均在97%以上,近中心最大风速平均绝对误差(Mean Absolute Error, MAE)为1.75m/s,均方根误差(Root Mean Square Error, RMSE)为2.04 m/s。CNN可有效挖掘卫星TC形态的深层信息,对台风强度的定量化估测具有较高的应用前景。 ER -