रिमोट सेंसिंग और जीआईएस जर्नल

अमूर्त

लैंडसैट 8 ओएलआई के लिए विभिन्न बैंड सूचनाओं का उपयोग करके कन्वोल्यूशनल न्यूरल नेटवर्क पर आधारित क्लाउड डिटेक्शन

नान मा, चुनक्सिंग वांग, सन लिन और क्वान वांग

बादलों के अस्तित्व ने सुदूर संवेदन डेटा के अनुप्रयोग को गंभीर रूप से प्रभावित किया है। इसलिए, सुदूर संवेदन छवि प्रसंस्करण और अनुप्रयोग में सटीक बादल पहचान का बहुत महत्व है। पारंपरिक बादल पहचान विधियाँ संचालित करने के लिए जटिल हैं और अक्सर अतिरिक्त सहायक जानकारी की आवश्यकता होती है। इस अध्ययन में कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) पर आधारित एक स्वचालित बादल पहचान विधि प्रस्तावित की गई है। यह विधि बादल और गैर-बादल के लिए प्रशिक्षण नमूनों को वर्गीकृत करने के लिए एक कन्वोल्यूशनल नेटवर्क संरचना का उपयोग करती है। छवि जानकारी का पूरा उपयोग करने के लिए, बादल पहचान पर स्पेक्ट्रम के प्रभाव का मूल्यांकन करने के लिए विभिन्न बैंड संख्याओं की छवियों को लागू किया जाता है। लैंडसैट 8 छवियों पर प्रयोग और सत्यापन से पता चलता है कि CNN पर आधारित प्रस्तावित विधि विभिन्न सतह प्रकारों पर विभिन्न प्रकार के बादलों का व्यापक और स्वचालित रूप से पता लगा सकती है, और 7 बैंड का उपयोग करके बादल पहचान परिणाम इष्टतम है। एल्गोरिथ्म छवि जानकारी का पूरा लाभ उठाता है और थर्मल इंफ्रारेड जानकारी पर निर्भर नहीं करता है, जिसका छवि उपयोग में सुधार और रिमोट सेंसिंग मापदंडों की बाद की पुनर्प्राप्ति के लिए व्यावहारिक अनुप्रयोग मूल्य है।