风云四号卫星东南沿海热带气旋强度深度学习估算

作者：崔林丽; 陈昭; 于兴兴; 陈光琛; 王晓峰; 陆一闻; 郭巍

来源：遥感学报, 2020, 24(07): 842-851.

• 遥感
• 热带气旋
• FY-4A/AGRI卫星云图
• 深度卷积神经网络
• 强度估测

热带气旋TC (Tropical Cyclone)是影响中国的一个重要天气系统。TC强度准确估测对台风灾害防御具有至关重要的意义。本文基于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AGRI(Advanced Geosynchronous Radiation Imager)资料,建立了台风强度识别的深度卷积神经网络模型CNN(Convolutional Neural Network),对台风强度不同等级和台风中心最大风速进行了试验。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MAE (Mean Absolute Error)为1.75 m/s,均方根误差RMSE (Root Mean Square Error)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。

• 单位
  上海市气象局; 东华大学