基于对抗和迁移学习的灾害天气卫星云图分类

张敏靖，白琮，2，*，张敬林，郑建炜，2

（1.浙江工业大学 计算机科学与技术学院，杭州310023； 2.浙江省可视媒体智能处理技术研究重点实验室，杭州310023；3.南京信息工程大学 大气科学学院，南京210044）

全球75%经济损失源于灾害天气，每年约1万多人因恶劣天气而死亡［1-2］。灾害天气，包括台风、强对流和沙暴，严重威胁人民生命财产安全，监测灾害天气的形成发展过程是气象灾害预测预报的基础。通过观测卫星云图进行监测是重要的手段之一，因为地球的大部分地区被云覆盖，各种天气现象总是和云有着密不可分的联系。卫星云图是由气象卫星自顶而下观测云层覆盖和地球表面的图像，可以用来识别不同的天气状态，评估其强度和未来发展趋势等，为天气预报和灾害天气预测提供全天候的依据。本文聚焦于卫星云图中的灾害天气分类问题，即在卫星云图数据中分类出带有热带气旋、温带气旋等可能带有灾害天气的云图。但是在实际的卫星云图中，往往是非灾害天气类别的图片占据了原始数据的大多数，而各个灾害天气的数量相对较少，数据呈现了不平衡的分布形态。这样的数据分布使得分类器在进行训练的时候，会比较关注占据数据大多数的非灾害天气样本，故而虽然总体的分类精度高，但是如热带气旋、温带气旋等这些对于实际研究非常具有指导意义的类别，并没有从分类器中得到很好的区分。因此需解决卫星云图灾害天气分类中类间不均衡的问题，才能较好的将各个灾害天气从非灾害天气中区分出来。……