Presentation Details
基于时空自监督学习的静止气象卫星时序超分方法研究
ID：2148
View Protection：ATTENDEE
Updated Time：2024-04-12 06:44:40 Hits：2008
Oral Presentation
Start Time：2024-05-18 16:20（Asia/Shanghai）
Duration：10min
Session：S12 主题12、大气物理与气象气候 »
No files
Abstract
作为解决气象数据分辨率差异的重要方法，气象数据的超分方法常受限于高-低分辨率数据对的缺失而难以拟合可靠的超分映射关系。本研究针对该挑战，提出了一种基于时空自监督学习的时序超分模型。研究首先基于2018年至2022年FY-4A/AGRI的中国区域常规观测数据（REGC）构建红外通道时序高-低分辨率数据集，以该数据集训练模型进行红外通道超分映射关系的显式建模，训练后的模型再迁移至FY-4A及FY-4B的全圆盘观测数据中以实现无数据对条件下的时序超分。模型的核心创新在于结合时空预测网络和内插帧合成网络，优化了序列变化趋势和时空一致性的协同作用，从而提高超分性能。通过在2023年REGC数据集上的测试，本模型展示了超过90%的内插帧准确率和低于2%的虚警率，证明了其在可验证条件下的有效性和准确性。
Keywords
深度学习,超分辨率,风云四号静止气象卫星
Speaker
林翔
博士研究生 国防科技大学气象海洋学院Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment