.png){kind=icon}
返回
CloudViT: exploring cloud type classification with vision transformers in global satellite data
.png){kind=icon}
OA
AI
DOI：10.5194/acp-26-5447-2026.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云构成地球气候系统的基本要素，通过其与入射太阳辐射和出射地球辐射的相互作用。不同云类型在云微物理或光学性质、相态或垂直范围上表现出差异，从而导致不同的辐射效应。在观测和模型数据集中，云的分类很重要，因为不同云类型对当前和未来人为气候变化的响应不同。云类型传统上使用云顶压力和光学厚度的简化分区来定义，但最近使用深度学习。本研究提出了一种称为CloudViT（云视觉转换器）的方法，基于表面观测和来自MODIS仪器的云属性空间提取来推导云类型，利用视觉转换器模型的空间模式。模型的性能尚可，但由于样本数量有限以及在共址过程中出现的数据源匹配挑战而受到阻碍。该方法随后通过云类型属性的分布和云类型出现率的全球空间模式进行评估。潜在的改进体现在减少数据源之间的不匹配、扩展共址数据集以及优化分类模型。尽管当前状态下的方法应用因性能有限而存在明显的不确定性，但它提出了相关挑战和限制，社区可以从中受益于讨论以开发类似方法。为促进未来进步，数据集和模型可从Zenodo（Lenhardt等人，2024b）获取。
Keyword:
Cloud type classification
Vision Transformer
MODIS data
Cloud microphysics
Radiative effects
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.1
论文数:
1.4W
被引数:
6.5W
机构
查看更多机构
引用论文
暂无论文信息