基于卫星云图和改进AlexNet的沙尘暴预测方法

作者：仁庆道尔吉; 程坤^*; 郑碧莹

来源：计算机应用, 2022, S2: 310-314.

• 沙尘暴预测
• 卷积神经网络
• 卫星云图
• 透视变换
• 批归一化

针对沙尘暴预测多依赖于地面气象资料，且与深度学习算法结合较少的问题，提出一种基于卫星云图和改进AlexNet的沙尘暴预测算法。首先，参照国标为地面气象资料构造沙尘暴等级标签；然后，对卫星云图进行透视变换、气象站云图数量再平衡等处理，并将卫星云图与沙尘暴等级标签相互标定；其次，改变AlexNet的卷积核尺寸，去掉局部响应归一化（LRN）层，并在所有卷积层和激活层之间增加批归一化（BN）层；最后，使用改进后的AlexNet模型进行训练、测试。实验结果表明，改进后的AlexNet模型在精确率、召回率、F1值和准确率上均优于VGGNet16、VGGNet19及AlexNet。结果表明所提方法是有效的，能为地面气象资料、卫星云图与深度学习相结合来预测沙尘暴提供参考。

• 单位
  内蒙古工业大学