面向气象观测的全天空云状智能检测技术研究

来源：计算机测量与控制杂志2026年第7期北京时间：

作者：赵尚卓,张子怡,崔娟

单位：南京信息工程大学海洋科学学院;长治市气象局

摘要：为提升气象观测中云状检测的准确性，提出一种基于改进深度学习的全天空云状智能检测技术。在传统深度学习中引入多尺度特征金字塔融合模块，自适应捕捉云层从细微纹理到宏观结构的多尺度特征；同时添加注意力模块，动态加权关键特征区域，有效抑制不重要特征的干扰。输入全天空云状图像到基于改进深度学习的智能检测模型当中，计算每种云状类别的分布概率，取最大值对应的结果作为检测结果。基于华北地区的全天空观测数据，构建了包含10类典型云状的数据集，进行实验测试。实验结果表明:所提出的检测技术在消融实验中的交叉熵损失从0.0088逐渐下降到0.0004；对比实验中，Matthews相关系数稳定在0.91~0.98之间，性能显著更优，检测准确性更高。

关键词：云状特点;全天空云状检测;深度学习;多尺度特征;注意力机制

基金资助：山西省气象局青年:长治市城市内涝预警指标研究(SXKQNFW20205251)