刘 伟,张溆婷,张嘉敏,冯德林,刘亮龙

近年来气象灾害频发且强度提升，传统监测手段存在多方面瓶颈。本研究探究卷积神经网络在气象灾害动态识别中的应用，整合多源数据融合、大数据实时分析与模型优化等关键环节，梳理分析完整数据流程；基于自研OnFire-CNN模型研制火灾动态检测精准识别系统，阐述模型在结构轻量化、二进制气象数据适配及抗干扰预处理的创新，总结系统在识别准确率、处理速度等方面的性能，同时展望其发展方向与应用潜力。

卷积神经网络；气象灾害检测；遥感影像；二进制数据处理；抗干扰预处理

[1] LECUN Y,BENGIO Y,HINTON G.Deep learning[J].Nature,2015,521(7553):436-444. [2] KRIZHEVSKY A,SUTSKEVER I,HINTON G E.Imagenet classification with deep convolutional neural networks[C]//Advances in Neural Information Processing Systems.2012:1097-1105. [3] SIMONYAN K,ZISSERMAN A.Very deep convolutional networks for large-scale image recognition[J].arXiv Preprint arXiv:1409.1556,2014. [4] 张伟,刘洋,王鹏.遥感影像智能解译技术研究进展[J].遥感学报,2020,24(6):681-695. [5] 中华人民共和国国民经济和社会发展第十五个五年规划和2035年远景目标纲要[N].人民日报,2025-03-12(01).

点击下载PDF