一组注释的地面图像数据集,用于开发合流轨道检测算法
Nicolas Gourgue1, Olivier Boucher1, Laurent Barthès2
1Institut Pierre-Simon Laplace (IPSL), Sorbonne Université / CNRS, 4 place jussieu, Paris, France.
Data in brief
|March 3, 2025
概括
航空必须减轻气候影响,包括非二氧化碳影响,如电流轨道. 这项研究引入了地面天空图像的注释数据集,以训练用于检测这些航空诱导的圆云的算法.
科学领域:
- 气候科学 气候科学
- 大气科学 大气科学
- 航空气象 航空气象学
背景情况:
- 航空通过二氧化碳和非二氧化碳排放对气候变化作出贡献.
- 螺纹诱导的圆柱状云代表了显著的非CO2辐射强迫.
- 目前对电流轨道的卫星监测在空间和时间分辨率方面存在局限性.
研究的目的:
- 为了解决改善空中运输部门合流轨道监测的需求.
- 开发和验证用于检测和细分收缩轨道的算法.
- 为基于机器学习的电流轨道检测提供一个有价值的资源.
主要方法:
- 利用地面半球天空摄像头进行合流观测.
- 收集并注释了一组数据集,其中包含了电流轨道图像.
- 专注于创建适合训练机器学习模型的数据.
主要成果:
- 一个全面的数据集的注释地面图像的合流已经编制.
- 该数据集旨在用于训练和验证电流轨道检测算法.
- 这种资源促进了机器学习的进步,用于合流线细分.
结论:
- 基于地面的摄像头网络为卫星监测电流轨道提供了一种补充方法.
- 这一数据集对于开发有效的电流轨道检测算法至关重要.
- 精确的电流轨道监测对于航空业的气候变化缓解努力至关重要.


