arXiv 2501.020352025-01-03cs.CVcs.AI

通过地理空间感知 Masked Autoencoders 进行 3D 云重建

3D Cloud reconstruction through geospatially-aware Masked Autoencoders

National Observatory of Athens（雅典国家天文台）；National Technical University of Athens（雅典国立技术大学）；Universitat de València（瓦伦西亚大学）；University of Oxford（牛津大学）；Royal Belgian Institute of Natural Sciences（比利时皇家自然科学研究所）；Imperial College London（伦敦帝国学院）；University of Sussex（萨塞克斯大学）；European Space Agency（欧洲空间局）；CSIC-UCM-IGEO（西班牙高等科研理事会-马德里康普顿斯大学-地球与环境研究所）

Stella Girtsou, Emiliano Diaz Salas-Porras, Lilli Freischem, Joppe Massant, Kyriaki-Margarita Bintsi, Guiseppe Castiglione, William Jones, Michael Eisinger, Emm… 展开作者

Stella Girtsou, Emiliano Diaz Salas-Porras, Lilli Freischem, Joppe Massant, Kyriaki-Margarita Bintsi, Guiseppe Castiglione, William Jones, Michael Eisinger, Emmanuel Johnson, Anna Jungbluth

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

本研究结合 MSG/SEVIRI 图像与 CloudSat/CPR 雷达廓线，采用 MAE 及地理空间感知 SatMAE 进行自监督预训练和微调，实现优于 U-Nets 的 3D 云结构重建。

摘要：

云在地球辐射平衡中发挥着关键作用，其复杂效应给气候模型带来了巨大不确定性。实时 3D 云数据对于改进气候预测至关重要。本研究利用来自 MSG/SEVIRI 的地球静止图像和来自 CloudSat/CPR 的云廓线雷达反射率测量数据来重建 3D 云结构。我们首先在未标记的 MSG 图像上应用自监督学习（SSL）方法——Masked Autoencoders（MAE）和地理空间感知 SatMAE，然后在匹配的图像-廓线对上微调模型。我们的方法优于 U-Nets 等最先进方法，并且地理空间编码进一步改善了预测结果，证明了 SSL 在云重建中的潜力。

英文摘要：

Clouds play a key role in Earth's radiation balance with complex effects that introduce large uncertainties into climate models. Real-time 3D cloud data is essential for improving climate predictions. This study leverages geostationary imagery from MSG/SEVIRI and radar reflectivity measurements of cloud profiles from CloudSat/CPR to reconstruct 3D cloud structures. We first apply self-supervised learning (SSL) methods-Masked Autoencoders (MAE) and geospatially-aware SatMAE on unlabelled MSG images, and then fine-tune our models on matched image-profile pairs. Our approach outperforms state-of-the-art methods like U-Nets, and our geospatial encoding further improves prediction results, demonstrating the potential of SSL for cloud reconstruction.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。