使用GOES-16和CloudSat数据构建的云类型标注数据集
地球与行星天体物理
2023-06-21 v1 计算机视觉与模式识别
机器学习
大气与海洋物理
摘要
在本文中，我们展示了一个数据集的开发，该数据集由来自GOES-16地球静止卫星上先进基线成像仪（ABI）的91幅多波段云和湿度产品全圆盘（MCMIPF）图像，以及来自CloudSat极轨卫星的91个时空对应的CLDCLASS产品组成。这些产品为 diurnal（日间）数据，对应2019年1月和2月，并选择使两颗卫星的产品能在南美洲上空共定位。CLDCLASS产品提供轨道每一步观测到的云类型，而GOES-16多波段图像包含可与这些数据共定位的像素。我们开发了一种算法，以表格形式返回产品，提供来自多波段图像并被标注了其中观测到的云类型的像素。这种以特定结构构成的标注数据对执行监督学习非常有用。通过基于Gorooh等人（2020）的工作训练一个简单的线性人工神经网络得以证实，该网络给出了良好结果，特别是对深对流云的分类。
引用
@article{arxiv.2306.11159,
title = {A labeled dataset of cloud types using data from GOES-16 and CloudSat},
author = {Paula V. Romero Jure and Sergio Masuelli and Juan Bautista Cabral},
journal= {arXiv preprint arXiv:2306.11159},
year = {2023}
}
备注
6 pages, 7 figures. Submitted to 2022 IEEE Biennial Congress of Argentina (ARGENCON). Presented in 2022 IEEE Biennial Congress of Argentina (ARGENCON), San Juan, Argentina