文献类型：期刊文章

作　　者：陆永帅[1] 李元祥[1] 刘波[2] 刘辉[2] 崔林丽[3]

机构地区：[1]上海交通大学航空航天学院,上海200240 [2]上海卫星工程研究所十五室,上海201108 [3]上海市气象科学研究所卫星遥感应用技术研究室,上海200030

出　　处：《光学学报》

基　　金：国家自然科学基金(U1406404);上海市军民结合项目(沪经信军[2014年]495号)

年　　份：2017

卷　　号：37

期　　号：11

起止页码：306-316

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：霾监测是环境治理中的关键技术之一。目前地面观测站进行霾监测的耗费较大,基于多光谱遥感的霾识别精度较低。将深度学习用于高光谱遥感数据的霾监测,提出一种基于深度残差网络的高光谱霾监测方法,利用深度网络提取霾光谱曲线特征,再使用残差学习等方法降低网络训练难度,得到了霾监测模型。苏州地区Hyperion高光谱数据集上的实验表明,与其他遥感霾监测方法相比,所提方法的霾识别精度更高。

关 键 词：遥感 大气污染监测 霾监测  深度残差网络  高光谱遥感 深度学习  机器学习  

分 类 号：TP75]