基于全卷积神经网络的台风云系云类识别开题报告

1. 本选题研究的目的及意义

台风是影响沿海地区安全和经济发展的重要气象灾害之一，准确预测台风路径和强度变化是减轻台风灾害的关键。

台风云系作为台风结构的重要组成部分，其云类分布和演变特征与台风的强度、路径及降水分布密切相关。

因此，开展台风云系云类识别研究，对于提高台风预报的准确性和精细化水平具有重要意义。

2. 本选题国内外研究状况综述

台风云系云类识别是气象领域的一个重要研究方向，近年来，国内外学者在该领域开展了大量的研究工作，取得了一系列成果。

1. 国内研究现状

国内学者在台风云系云类识别方面取得了一定的进展。

3. 本选题研究的主要内容及写作提纲

1. 主要内容

1.数据集构建：-收集台风云系卫星图像数据，包括不同类型、不同发展阶段的台风云系。

-对卫星图像进行预处理，例如几何校正、辐射定标、云检测等。

4. 研究的方法与步骤

本研究将采用以下方法和步骤：1.文献调研：查阅国内外相关文献，了解台风云系云类识别、全卷积神经网络等方面的研究现状、最新进展和存在的问题，为研究提供理论基础和参考。

2.数据收集与预处理：收集台风云系卫星图像数据，并对数据进行预处理，包括几何校正、辐射定标、云检测等，以消除数据噪声和误差，提高数据质量。

3.数据标注：组织人工对预处理后的卫星图像进行标注，标注出不同类型的云系，构建台风云系云类识别数据集。

5. 研究的创新点

本研究的创新点在于：1.构建大规模、高质量的台风云系云类识别数据集：针对现有数据集规模小、标注质量参差不齐的问题，本研究将收集和整理更大规模、更高质量的台风云系卫星图像数据，并进行精细化标注，为模型训练和测试提供更可靠的数据基础。

2.改进全卷积神经网络模型，提高其在台风云系云类识别中的性能：针对现有模型在台风云系云类识别中存在的问题，本研究将结合台风云系的特征，对全卷积神经网络模型进行改进，例如引入注意力机制、多尺度特征融合等，提高模型的识别精度和泛化能力。

3.深入分析台风云系云类识别结果与台风强度、路径、降水分布之间的关系：本研究将利用识别结果，结合气象学知识，深入分析不同类型台风云系云类的演变特征，及其与台风强度、路径、降水分布之间的关系，为台风预报提供更精细化的数据支撑。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 彭亮, 段丽, 段宏芳, 等. 基于改进型卷积神经网络的遥感图像云检测方法[j]. 计算机应用研究, 2022, 39(10): 3141-3147.

[2] 刘洋, 潘志祥, 葛耀君, 等. 基于多尺度特征融合全卷积神经网络的遥感图像云检测[j]. 遥感技术与应用, 2021, 36(05): 1186-1196.

[3] 魏立, 潘志祥, 葛耀君, 等. 基于深度学习的遥感影像薄云去除研究进展[j]. 中国图象图形学报, 2020, 25(07): 1285-1300.