来源：期刊VIP网 时间：
作者：杨时空;卢涵宇;周明飞;任金铜;袁咏仪;
单位：贵州大学大数据与信息工程学院;贵州工程应用技术学院毕节市人工智能应用创新人才团队;贵州省气象局贵州省气象台;
摘要：为了满足国产FY气象卫星探测仪资料在全天候同化领域应用的要求，构建适用于不同下垫面条件的云检测算法。针对辐射传输模式对云和降水参数的预报存在模拟能力较弱、模拟误差大等问题，本文提出一种将FY-3E卫星上微波温度探测仪-3(MWTS-3)和微波湿度探测仪-2(MWHS-2)探测通道相结合的随机森林云检测算法(CDF)。在云检测前，进行临边校正以消除扫描角度引起的亮温值变化。利用4组辐射信息对CDF进行评估，再使用全球降水测量(GPM)数据建立云数据集，对算法进行定量评估。结果表明：CDF可以在不同下垫面条件下进行云检测，海洋上的性能明显优于陆地，但在低纬度的海洋地区存在分类困难。在中低纬度地区的海洋和陆地条件下区分晴空和有云像素，有效剔除受云影响的资料，从而提高FY-3E卫星资料的利用率。
关键词：风云三号E星(FY-3E);;云检测;;偏差订正;;机器学习
基金资助：国家自然科学基金项目（42361074）;; 贵州省教育厅金课项目（2024JKXN0078）;; 毕节市联合基金项目[（2023）25];; 毕节市人工智能应用创新人才团队项目[（2023）09];; 贵州工程应用技术学院校级质量提升工程项目（CY202302）
