《Remote Sensing》:Cloud Base Height Inversion Based on a Heterogeneous Stacked Integrated Network
编辑推荐:
为解决被动遥感准确反演云底高度(Cloud Base Height, CBH)的难题,研究人员提出Hetero-CBHNet,一种用于CBH反演的异质堆叠集成网络框架。该框架以随机森林(Random Forest, RF)、卷积神经网络(Convolution
为解决被动遥感准确反演云底高度(Cloud Base Height, CBH)的难题,研究人员提出Hetero-CBHNet,一种用于CBH反演的异质堆叠集成网络框架。该框架以随机森林(Random Forest, RF)、卷积神经网络(Convolutional Neural Network, CNN)和Transformer模型作为候选基模型池,并采用RidgeCV(Ridge Regression with built-in Cross-Validation,岭回归交叉验证)算法自动学习融合权重。研究人员选取FY-4A与MODIS共1,011,620个样本,覆盖2019年5月至2020年5月,以CloudSat/CALIPSO 2B-CLDCLASS-LIDAR作为地面真值,并按时间顺序划分数据集。在时间顺序分割协议下,Hetero-CBHNet在两个数据源测试集上分别取得2966.12 m和2797.64 m的均方根误差(Root Mean Square Error, RMSE)以及0.630和0.659的相关系数(R),优于各单模型。特征分析表明,引入业务被动云类型产品未产生稳定增益,说明当前被动云类型信息尚不足以替代主动卫星标签。此外,随机分割协议下RMSE分别为1510.01 m和1488.41 m,显著优于时间顺序分割结果,证实结论对评估协议具有强依赖性。
研究背景与问题:云底高度(Cloud Base Height, CBH)是描述云垂直结构的关键参数,影响地球—大气系统辐射收支,并与航空能见度和飞行安全密切相关。地面雷达观测受物理环境和技术条件限制,难以覆盖海洋和沙漠等区域;CloudSat/CALIPSO等主动卫星可观测云垂直结构,但存在重访周期长和观测幅宽窄等问题;FY-4A/AGRI和MODIS等被动卫星覆盖范围广、时间分辨率高,但其云产品主要提供云顶信息,不能直接反演CBH。现有研究多采用单树模型或同类型模型集成,尚未充分挖掘不同架构模型之间的协作潜力;同时,部分研究将主动卫星云类型或云顶产品作为模型输入,此类变量与待反演CBH同源且业务场景不可得,可能使精度偏乐观。为此,研究人员提出Hetero-CBHNet,以RF、CNN和Transformer为候选基模型池,通过RidgeCV元学习器学习融合权重,并在FY-4A和MODIS数据上以严格时间顺序分割开展评估,辅以随机分割对照和多层云误差分解。该研究为CBH反演提供了更接近业务部署的纯被动输入基准,并揭示被动云类型先验与多层云结构构成的信息边界。
关键技术与样本来源:样本来自FY-4A/AGRI L2产品与MODIS CLDPROP_L2_MODIS_Aqua,并与CloudSat/CALIPSO 2B-CLDCLASS-LIDAR按时间不超过15 min、空间不超过2 km进行时空匹配,共1,011,620个样本,覆盖2019年5月至2020年5月;CloudSat/CALIPSO云类型、云顶高度和云层数仅用于事后误差分解、验证和消融。主协议按时间分割:2019年5—12月及2020年1月用于基模型训练与验证,2020年2月用于元层验证,2020年3—5月为测试集。模型以RF、CNN和Transformer为候选基模型,RidgeCV元学习器学习融合权重;Transformer采用双KNN图重建(空间Haversine图与特征空间欧氏图)和多头注意力聚合。
研究结果:
3.1 基模型反演结果:通过在同一时间划分下比较RF、CNN和Transformer,FY-4A上RF最佳,RMSE为3000.21 m、R为0.6208;MODIS上Transformer最佳,RMSE为2829.30 m、R为0.6524。总体上MODIS误差低于FY-4A,研究人员认为这与产品分辨率和信息含量差异有关。
3.2 Hetero-CBHNet集成结果
3.2.1 元学习器学习策略:通过在元层验证集上搜索候选池组合和融合策略,RidgeCV学习权重优于简单平均。三模型组合在FY-4A和MODIS元层验证集上的RMSE分别为3112.16 m和3034.49 m,较简单平均低87.8 m和12.5 m;正则化系数λ分别自动选为2.976和1.438。最佳单模型随数据源变化:FY-4A为RF,MODIS为Transformer,支持采用异质集成降低单模型不稳定性。融合权重中,FY-4A以RF权重0.6530最大,Transformer为0.3965,CNN为0.1296;MODIS以Transformer权重0.6013最大,RF为0.3969,CNN为0.1165。权重和不为1,符合RidgeCV求解带偏置无约束权重、并经标准化空间反变换由截距补偿的设定。
3.2.2 Hetero-CBHNet测试集结果:测试集仅在训练和选择完成后使用一次。Hetero-CBHNet在FY-4A上RMSE为2966.12 m、平均绝对误差(Mean Absolute Error, MAE)为2033.13 m、R为0.6303;在MODIS上RMSE为2797.64 m、MAE为1828.05 m、R为0.6590;较各数据源最佳单模型RMSE分别降低34.09 m和31.66 m,并优于简单平均及两模型组合。研究表明,RF、CNN和Transformer三模型异质组合经RidgeCV加权融合,是FY-4A和MODIS上CBH反演的最优框架。
3.3 敏感性分析
3.3.1 分割协议敏感性分析:随机分割对照:在相同数据、特征和模型配置下,将全部样本随机划分为训练与验证集728,367个、元层验证集111,278个和测试集171,975个。Hetero-CBHNet在FY-4A和MODIS上的RMSE分别为1510.01 m和1488.41 m,MAE分别为691.12 m和688.77 m,R分别为0.9168和0.9147,仍优于三个单模型;随机分割下两数据源最佳单模型均为CNN,说明最佳单模型排序随协议变化。随机分割精度明显优于时间顺序分割,RMSE降低1456.11 m和1309.23 m,约相当于1.3—1.5 km的精度膨胀;原因是同轨、同时刻及时间相邻样本进入训练和测试集,模型可利用样本时空相关性。时间顺序分割更接近业务部署,因此研究人员将其作为主协议。
3.3.2 被动云类型敏感性分析:通过有无被动云类型输入的对比实验,FY-4A采用业务L2云类型CLT,MODIS采用由其云顶压力(Cloud Top Pressure, CTP)和云光学厚度(Cloud Optical Thickness, COT)导出的ISCCP风格云类型。加入被动云类型后,FY-4A测试集RMSE为2956.29 m,较纯被动基线2966.12 m降低9.8 m;MODIS为2805.44 m,较基线2797.64 m增加7.8 m;以RF为参照分别增加4.7 m和降低3.0 m。变化方向不一致且幅度处于业务噪声范围,表明被动云类型未带来稳定增益,尚不足以替代主动卫星标签。
3.4 误差分析
3.4.1 分云类型误差分析:测试完成后,按CloudSat 2B-CLDCLASS-LIDAR云类型将样本分为Ac、As、Ci、Cu、Dc、Ns、St和Sc八类,仅用于事后误差分析。Ci和Cu是主要误差源:Ci的RMSE为5013.2 m和4836.4 m,呈系统低估,偏差为?4060 m和?3820 m,因卷云云底极高、均值约10.7 km,被动信号难以约束其几何厚度;Cu的RMSE为3906.7 m和3933.6 m,呈系统高估,偏差为+3016 m和+3006 m,因78.3%的Cu样本为多层结构,最低层为低积云且上方存在高层云,被动传感器观测的云顶来自上层。低云表现最好:St的RMSE为936.9 m和877.5 m,Ns为1554.3 m和1247.1 m,Sc为1652.0 m和1542.7 m。Ci与Cu合计约占样本30%,却贡献约73%的总均方误差。其余六类RMSE多在0.9—2.2 km;Dc样本最少但误差可控,为1647.7 m和1597.1 m;As呈负偏差?416 m和?638 m,Ac偏差接近零,为+196 m和+208 m。
3.4.2 按云层数误差分解:研究未排除多层云样本。测试集中两层及以上样本占比为49.3%(FY-4A)和48.6%(MODIS)。单层云样本呈系统低估,偏差为?861 m和?685 m;随云层数增加,误差单调增大并由低估转为高估,两层样本偏差约+0.7 km,三层及以上样本RMSE达3315.7 m和3240.5 m、偏差约+1.8 km。将RMSE分解为系统偏差与随机分量后,随机项在三种层数分组中几乎恒定,FY-4A约2.7—2.9 km,MODIS约2.5—2.7 km;系统偏差占均方误差比例由单层云的7%—9%增至三层以上的约29%,说明多层云精度损失主要来自方向性系统误差和信息缺失,而非模型稳定性下降。
讨论总结:模型选择对评估协议敏感,最佳单模型会随数据源、元验证集、随机分割及交叉验证设置变化,而Hetero-CBHNet在各设置下保持领先或接近领先,其优势不依赖某一单模型最优。随机分割因同轨和相邻时刻样本泄漏导致精度偏乐观,大规模空间匹配数据应优先报告时间顺序分割结果。与已有研究比较时,文献中约1.2—1.5 km的RMSE多建立在单层云筛选、主动卫星辅助信息或随机分割基础上;本研究主协议为全云型、严格时间顺序和纯被动输入,RMSE为2966.12 m和2797.64 m,是更困难的基准;随机分割下为1510.01 m和1488.41 m,且不限制单层云、不使用主动卫星先验,与现有研究具有可比性;采用与Ye等相同的三段筛选后,时间分割下RMSE降至1474.3 m和1779.2 m。评估协议和样本筛选对报告精度的影响大于模型架构差异,应强调协议对齐后的可比性。被动CBH反演精度上限主要受被动观测信息量约束:当前被动云类型不足以替代主动卫星云类型,自训练被动分类器八类精度约46%,MODIS CTP/COT导出的ISCCP风格云类型在单层云高度层一致率为60.1%,多层云降至21.2%—36.4%;发展主动卫星标签监督的高精度被动云类型分类器是关键方向。多层云因被动辐射信号主要来自最上层,最低层云底和几何厚度不能直接观测;未来可引入时间差分运动信息,利用不同高度云具有不同运动矢量,并结合更精细的廓线辅助信息,为多层云提供额外垂直结构约束。
研究结论(翻译):CBH是描述云垂直结构的重要参数,但被动卫星难以准确获取CBH信息。针对该难题,研究人员构建异质堆叠集成网络Hetero-CBHNet,以RF、CNN和Transformer为候选基模型池,采用RidgeCV元学习器学习融合权重,并从候选池全部组合中选择最佳组合。在匹配的FY-4A和MODIS数据集上开展严格时间顺序分割对比实验,结论如下:(1)Hetero-CBHNet通过RidgeCV学习候选基模型池的融合权重,而非直接简单堆叠。严格时间顺序分割下,FY-4A和MODIS测试集RMSE分别为2966.12 m和2797.64 m,R分别为0.630和0.659;随机分割下RMSE分别为1510.01 m和1488.41 m。两种协议下Hetero-CBHNet均优于所有单模型,表明异质模型互补协同可为CBH反演提供稳定性能提升。(2)引入被动云类型产品未带来稳定精度增益:FY-4A的RMSE为2956.29 m,基线为2966.12 m;MODIS的RMSE为2805.44 m,基线为2797.64 m;两数据源变化方向不一致且幅度处于业务噪声范围,表明现有被动云类型信息尚不足以替代主动卫星标签。(3)多层云误差分解显示,测试集约49%的样本包含两层及以上云层。单层云样本偏差约?0.9 km和?0.7 km,呈系统低估;三层及以上样本RMSE达3.32 km和3.24 km,偏差约+1.8 km,呈系统高估。按云类型分解,卷云RMSE约4.8—5.0 km,积云约3.9 km,是主要误差源。