能见度估计与预测建模方案综述

作者：刘国庆

来源：数学的实践与认识, 2021, 51(23): 284-289.

• 能见度
• 视频
• 深度学习
• 预测

雾的形成和消散机理非常复杂,通常认为与近地面的温度、气压、湿度和风速等气象因素有关.因此,探讨雾的大小(能见度)随时间变化,特别是预测雾的消散时机是一个挑战.考虑到雾的大小对视频有较大的影响,我们可以利用雾天连续观测的视频来反演能见度随时间的变化.借助含雾图像的合成模型和暗通道模型,在对视频图像构建特征向量的基础上,我们可以设计机器学习模型利用视频反演能见度的大小.最后,通过Man-Kendall趋势检验法对大雾的发展变化进行检验,再利用带有趋势的函数加上平稳过程预测雾的消散.

• 单位
  南京工业大学; 数理学院