面向多背景环境的Sentinel-2云检测

作者：伍炜超; 叶发旺

来源：自然资源遥感, 2022, 1-10.

• Sentinel-2
• 云检测
• 随机森林
• Fmask
• HOT
• CDI
• 多背景环境

在对遥感影像进行处理分析的过程中,云层覆盖往往会对遥感信息的提取造成阻碍。然而,地表背景环境复杂多变,由于不能有效提取云目标和背景环境间的特征差异,现有方法虽然在大多数背景环境下具有较好的云检测效果,但在某些环境下则存在明显的误分漏分,不能保持原有的检测效果,体现出稳定性差、泛化能力不足的特点。对此,本文提出了一种适用于多背景环境的云检测方法,首先基于Sentinel-2A数据,对云目标与背景环境的光谱特征差异进行分析以辅助检测样本选择,并在此基础上加入HOT和CDI指数等更有效的检测指标。最后训练得到基于随机森林的云检测模型,从背景环境和云目标种类对检测精度的影响出发,在不同背景环境的影像上与Fmask算法进行对比。结果表明,相对Fmask算法,本文方法的总体精度和F1分数分别提高了2.1%和2.6%,总体精度和F1分数的标准差分别降低了29.6%和72.2%,说明本文方法在保持高检测精度的同时,显著提升了不同环境下云检测的稳定性,能够有效应用于多背景环境下的云检测。

• 单位
  核工业北京地质研究院