基于人工智能技术的云遥感反演
人工智能基础知识卷积核的物理意义任何一个汉字都是由基本笔画“横竖撇擦点”构成的，如：犬&术&基本笔画的不同组合，构成了大大大犬近10万汉字。2JJ卷积核就是图像中的基本笔画横撒点擦构成了无数图片术术术术术即任何一张图片都是由基本线条构成的，即局部放大后是各种斜线或圆点，这些基本线条点横竖撒就是卷积核。禾禾禾禾禾1J3撒横竖撒
人工智能基础知识 n 卷积核的物理意义 任何一个汉字都是由基本笔画“横竖撇捺点”构成的，如：犬 & 术 & 禾 即任何一张图片都是由基本线 条构成的，即局部放大后是各 种斜线或圆点，这些基本线条 就是卷积核。 基本笔画的不同组合，构成了 近10万汉字。 卷积核就是图像中的基本笔画， 构成了无数图片 2
人工智能基础知识卷积核的物理意义Features learnedfromtrainingon different object classesFacesCarsElephantsChairs从上到下：万物局部放大之后都是卷积核从下到上：同样的卷积核的不同组合勾勒出万物
人工智能基础知识 n 卷积核的物理意义 从上到下：万物局部放大之后都是卷积核 从下到上：同样的卷积核的不同组合勾勒出万物 3
人工智能基础知识色彩每一张图是由RGB三种颜色通道构成，其数值0~1(255）表示由黑到白的灰度值含“蓝”量越多，就越卷积核就除了线形外也包含灰度红绿问理人眼看到的是色彩纹理，电脑看到的是数值红通道绿通道蓝通道RGBE只显示红色通道（R）时的屏只显示绿色通道（G）时的屏只显示蓝色通道（B）时的屏全部通道（RGB）都显示时的屏幕颜色幕颜色幕颜色幕颜色R:255G:0B:0R: 0 G: 0B: 0R: 0G:0B:0R:255G:255B:255R:OG:255B0R: 0G: 0 B: 0R:255G:255B:255R: 0 G: 0B: 0R:0G:0B:255R: 0 G: 0 B: 0R: 0 G: 0 B: 0R:255G:255B:255L
红通道 R 绿通道 G 蓝通道 B 人工智能基础知识 n 色彩 每一张图是由RGB三种颜色 通道构成，其数值0~1(255)， 表示由黑到白的灰度值。 卷积核就除了线形外也包含 灰度 含“蓝”量越多，就越 白 人眼看到的是色彩纹理，电脑看到的反是之数则黑值，红绿同理 4
人工智能基础知识池化池化计算过程pooling取局部最大值5324523403533532015birdbird保留信息降维subsampling卷积+池化，就是在确定每个局部是哪个线条/卷积核主导即池化就是在抓主要特征5
池化计算过程pooling 取局部最大值 ü 保留信息 ü 降维 人工智能基础知识 n 池化 卷积+池化，就是在确定每个局部是哪个线条/卷积 核主导即池化就是在抓主要特征 5
人工智能基础知识卷积和池化后的效果鸟Convolution卷积一张新的图片Pooling可以Fully Connected重复Feedforward network多次Convolution池化5*5图片Pooling2*2Flatten
鸟 卷积和池化后的效果 人工智能基础知识 6
人工智能基础知识1小结卷积神经网络CNN的三层结构1.卷积层：提取特征2.池化层：下采样，却不会损坏识别结果3.全连接层：分类卷积全连接拉平池化平面变RGB3通道*层数不变根据各特征及相对1张彩色图但降维向量位置判定为鸟卷积核数birdPuirdsunsetPsunsetdogPdogO00catPecat0000o多次卷积与池化Ovecconvolutionl+00nonlinearity
人工智能基础知识 RGB3通道* 卷积核数 1张彩色图 拉平 多次卷积与池化 全连接 卷积神经网络CNN的三层结构 1.卷积层：提取特征 2.池化层：下采样，却不会损坏识别结果 3.全连接层：分类 卷积 池化 层数不变， 但降维 平面变 向量 根据各特征及相对 位置判定为鸟 n 小结 7
目录人工智能技术基础2人工智能技术在云遥感反演中的应用3人工智能技术在天气预报中的应用
目录 人工智能技术基础 人工智能技术在云遥感反演中的应用 人工智能技术在天气预报中的应用
云遥感研究背景云在地气系统中的重要性极端天气全球能量平衡340100239(340,341)196.100(236242)Low cloud coverCO, doublingincreases by 4%warming effectJatentheat2009185(179.189)201618439834215.2(338:348(70.85(394,400)imbaiance0.6iDsolarabsorbedhenhomoaup surfacedown surfaceratior预警调节云顶高度(CTH)云有效粒子半径（CER）云顶气压（CTP)云物理特性微观和光学特性宏观特性云相态(CLP)云光学厚度（COT)云底高度(CBH)9
云遥感研究背景 9 全球能量平衡 极端天气 l 调节 l 预警 云物理特性 云顶高度(CTH) 云底高度(CBH) 云有效粒子半径(CER) 云光学厚度(COT) 云相态(CLP) 微观和光学特性 宏观特性 云顶气压(CTP) Low cloud cover increases by 4% CO2 doubling warming effect
云反演进展和存在的科学问题传统物理算法T:Cloud optical thickness(COTre=2umre=20umre:Cloudeffectiveradius(CER)re=40μmre=4umre-7umre-100umre=12μm8012(a)T=1water(Mie)CEResennziei10-T=2128-ice(Voronoi)6432604t=0.5168-688126-8401220T=4t=0.216284-40COT22T=6()160202.80001T11208004060100120230240250260270280290BT (K) @11-um BandBand3(0.64um)Reflectance(%)CTH(Im红外分裂窗方法可见光/短波红外双光谱方法(Nakajimaetal.1990,Letuetal.2020)(Inoue,1985,Iwabuchi,2014)太阳耀光区10
云反演进展和存在的科学问题 可见光/短波红外双光谱方法 (Nakajima et al. 1990; Letu et al. 2020) �: Cloud optical thickness (COT) re : Cloud effective radius (CER) 10 红外分裂窗方法 (Inoue, 1985; Iwabuchi, 2014) Band 3 (0.64um) Reflectance (%) B a n d 6 (2.2 5 u m) R e fle cta n c e (%)