2024基于AI技术的云遥感反演反映的复杂地形云检测误判现象.docxVIP

2024基于AI技术的云遥感反演反映的复杂地形云检测误判现象

二零二四年，随着人工智能技术在云遥感领域的广泛渗透，针对复杂地形条件下的云检测算法取得了显著的进展，然而，随之而来的误判现象也成为了制约精度进一步提升的关键瓶颈。复杂地形，诸如高耸的山脉、深切的峡谷以及起伏的高原，其独特的地表热力学性质和几何特征，使得卫星观测到的信号充满了不确定性。人工智能模型，尤其是深度学习网络，虽然在平坦均质下垫面的云检测中表现优异，但在面对这些复杂场景时，往往陷入一种“似云非云”的认知困境。这种误判不仅影响了气象预报的准确性，更对气候模型的辐射收支计算造成了偏差，深入剖析这一现象背后的成因与机制，对于优化算法、提升遥感数据的可靠性具有至关重要的意义。

复杂地形云检测误判的首要来源，在于地表热力性质不均导致的光谱特征混淆。在山区，裸露的岩石、沙砾以及稀疏的植被覆盖，其光谱反射率在某些波段与云层极为相似，特别是薄云或碎云。二零二四年的评估研究发现，在高原腹地，由于空气稀薄，大气对太阳辐射的消减作用减弱，地表反射的太阳短波辐射强度显著增加。高反射率的砂石地在可见光波段呈现出的高亮度特征，常常被训练数据中习惯了低反射率背景的人工智能模型误判为云层。这种“将地当云”的现象，在正午时分尤为严重，此时地表的热辐射与云层的反射信号在特征空间中高度重叠。尽管引入了近红外波段进行区分，但在地表极度干燥且亮度极高的极端