利用C波段合成孔径雷达进行降雨回归的多任务生成对抗网络
计算机视觉与模式识别
2024-11-07 v1
摘要
本文提出了一种数据驱动的方法，用于以每像素200米的空间分辨率从合成孔径雷达(SAR)估计降水率。该方法解决了先前SAR与天气雷达数据共定位相关的挑战，特别是共定位中的错位问题以及强风条件下降雨样本的稀缺性。为应对这些挑战，本文提出了一种多目标公式，引入块级组件和对抗组件。该方法利用完整的NEXRAD档案来寻找与Sentinel-1数据的潜在共定位。通过对训练过程的额外增强以及额外输入的引入，所得到的模型在降雨估计精度上表现出改善，并具备将性能扩展至风速高达15 m/s场景的能力。
引用
@article{arxiv.2411.03480,
title = {Rainfall regression from C-band Synthetic Aperture Radar using Multi-Task Generative Adversarial Networks},
author = {Aurélien Colin and Romain Husson},
journal= {arXiv preprint arXiv:2411.03480},
year = {2024}
}
备注
36 pages, 13 figures