基于深度学习的FY-3D HIRAS云检测方法及系统

本发明涉及FY‑3D HIRAS云检测技术领域，具体公开了一种基于深度学习的FY‑3D HIRAS云检测方法及系统，该方法包括：通过时空匹配，基于MERSI云掩膜数据生成HIRAS红外高光谱辐射数据的云标签；由HIRAS红外高光谱辐射数据及对应的云标签构建训练集和验证集；基于深度神经网络构建红外高光谱云检测模型，该模型结合了卷积神经网络与长短期记忆神经网络；利用训练集对构建的模型进行训练，并利用验证集对训练好的模型进行验证；利用经过验证的红外高光谱云检测模型进行红外高光谱云检测。本发明基于深度神经网络及长短期记忆神经网络，构建红外高光谱云检测模型，对红外高光谱辐射观测是否受到云污染进行精确的识别。