顾及样本优化选择的机器学习云检测研究

针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异，导致传统阈值算法对云识别精度不高的问题，文章提出了一种顾及样本优化选择，耦合物理阈值方法和机器学习的云检测算法模型，利用“葵花8号”卫星（Himawari-8）数据进行日间云检测。通过样本优化选择，使样本中尽可能包括不同情形下的云特征，为机器学习模型提供良好的样本基础，增加模型泛化能力；同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外，还加入了基于反照率和亮温差的物理阈值方法云识别结果；最后基于极限随机树模型进行云检测。结果表明：模型云检测交叉验证精度为96.41%，总漏检率和总虚检率分别为2.08%和0.91%；通过云-气溶胶激光雷达与红外探路者卫星观测（CALIPSO）产品数据进行对比分析，结果显示云检测总体精度为97.1%。