Fmask 5：基于物理信息机器学习（PIML）的Landsat/Sentinel-2云检测算法

《Remote Sensing of Environment》：Physics-informed machine learning for cloud detection

　　

物理信息机器学习（Physics-informed Machine Learning, PIML）用于云检测。Fmask 5：面向Landsat/Sentinel-2云检测的物理信息机器学习算法。物理规则为机器学习模型提供动态、局部化的训练数据。策略性的LightGBM与UNet组合充分利用了像素级模型和卷积神经网络（Convolutional Neural Network, CNN）的优势。Fmask 5的性能优于仅基于物理规则和仅基于机器学习的云检测算法。具有高精度和CPU高效性，适用于业务化生产。

论文解读：Fmask 5——物理信息机器学习框架下的云检测算法

Landsat和Sentinel-2提供中等分辨率（10–30 m）地球观测数据，在土地覆盖、植被物候、灾害监测等领域发挥关键作用。然而，云覆盖频繁遮挡地表，准确、自动化的云检测是遥感数据预处理的核心环节。现有单日期云检测方法主要分为物理规则型和机器学习型。物理规则型如Fmask系列依赖云的光谱特性（“白”、“亮”、“冷”、“高”），计算高效且可解释，但在地表与云光谱相似时（如雪/冰、亮沙、裸土、城市）易产生误判。机器学习型包括基于像素的LightGBM和基于卷积神经网络（CNN）的UNet等，能学习复杂特征，但高度依赖训练数据的多样性和质量，对稀薄云及未见场景的泛化能力不足。为了克服纯物理规则和纯数据驱动方法各自的局限，研究人员提出了物理信息机器学习（PIML）框架，将物理知识嵌入机器学习过程。该研究继承Fmask家族传统，开发了Fmask 5算法，发表于《Remote Sensing of Environment》。

研究人员开展了基于PIML框架的云检测算法研究。该框架通过“物理规则适应”和“机器学习微调”两个阶段，将物理可解释规则与ML模型的适应性和模式识别能力相结合。具体而言，先使用全球参考数据预训练LightGBM或UNet模型，生成初步云图；随后根据该云图动态选择最优物理云概率组合及阈值，生成物理控制的云掩膜；最后将该云掩膜作为图像特定的局部训练数据，对ML模型进行有限微调。研究测试了七种模型（Physical、LightGBM、UNet、LPL、UPU、