基于迁移学习的太空台风自动识别

P352; 太空台风是极盖区内一种新发现的大尺度亮斑状极光结构,直观表征了地磁平静期的一种堪比磁暴的太阳风能量注入现象,这更新了人们对太阳风-磁层-电离层耦合过程的认识,如何从海量星载极光数据中准确髙效识别出太空台风事件具有重要的科学意义.采用深度学习的方法,通过六种网络模型的对比,最终基于迁移学习和EfficientNetB2网络提出了一种太空台风自动识别方法.在2005-2021年美国国防气象卫星(Defense Me-teorological Satellite Program,DMSP)上搭载的紫外光谱成像仪(Special Sensor Ultraviolet Spectrograp...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Kōngjiān kēxué xuébào 2023-05, Vol.43 (2), p.231-240
Hauptverfasser:	夏凯, 邢赞扬, 张清和, 王艳玲, 杨秋菊, 陆盛, 刘振平
Format:	Artikel
Sprache:	chi ; eng
Schlagworte:	EfficientNetB2 太空台风极光迁移学习
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	P352; 太空台风是极盖区内一种新发现的大尺度亮斑状极光结构,直观表征了地磁平静期的一种堪比磁暴的太阳风能量注入现象,这更新了人们对太阳风-磁层-电离层耦合过程的认识,如何从海量星载极光数据中准确髙效识别出太空台风事件具有重要的科学意义.采用深度学习的方法,通过六种网络模型的对比,最终基于迁移学习和EfficientNetB2网络提出了一种太空台风自动识别方法.在2005-2021年美国国防气象卫星(Defense Me-teorological Satellite Program,DMSP)上搭载的紫外光谱成像仪(Special Sensor Ultraviolet Spectrographic Imager,SSUSI)的观测数据中验证了该模型的有效性,识别准确率达到97.7％.研究结果表明,该方法可用于从海量星载极光观测数据中自动识别太空台风事件.
ISSN:	0254-6124
DOI:	10.11728/cjss2023.02.2022-0031