Zeitschrift für Fernerkundung und GIS

Abstrakt

Wolkenerkennung basierend auf einem Convolutional Neural Network unter Verwendung verschiedener Bandinformationen für Landsat 8 OLI

Nan Ma, Chunxing Wang, Sun Lin und Quan Wang

Die Existenz von Wolken hat die Anwendung von Fernerkundungsdaten stark beeinträchtigt. Daher ist eine genaue Wolkenerkennung bei der Verarbeitung und Anwendung von Fernerkundungsbildern von großer Bedeutung. Herkömmliche Methoden zur Wolkenerkennung sind komplex in der Handhabung und erfordern häufig zusätzliche Zusatzinformationen. In dieser Studie wird eine automatische Methode zur Wolkenerkennung auf Basis eines Convolutional Neural Network (CNN) vorgeschlagen. Die Methode verwendet eine Convolutional-Network-Struktur, um Trainingsproben für Wolken und Nicht-Wolken zu klassifizieren. Um die Bildinformationen voll auszunutzen, werden Bilder mit unterschiedlichen Bandnummern verwendet, um den Einfluss des Spektrums auf die Wolkenerkennung zu bewerten. Experimente und Überprüfungen an Landsat-8-Bildern zeigen, dass die vorgeschlagene Methode auf Basis von CNN verschiedene Wolkentypen auf unterschiedlichen Oberflächentypen umfassend und automatisch erkennen kann und das Ergebnis der Wolkenerkennung unter Verwendung von 7 Bändern optimal ist. Der Algorithmus nutzt die Bildinformationen voll aus und ist nicht auf thermische Infrarotinformationen angewiesen, was einen praktischen Anwendungswert für die Verbesserung der Bildnutzung und den anschließenden Abruf von Fernerkundungsparametern hat.