基于FY-4B/AGRI可见光图像的飞机尾迹精细分割中的方向性细节建模与融合技术

《Remote Sensing Applications: Society and Environment》：Directional Detail Modeling and Fusion for Fine Segmentation of Aircraft Contrails in FY-4B/AGRI Visible Imagery

　　**摘要**
飞机凝结尾迹是由飞机发动机排放物在寒冷潮湿的对流层上部形成的细长冰云。由于它们会干扰区域和全球的辐射平衡，因此对凝结尾迹的准确识别和持续监测具有重要的科学意义。搭载在风云-4B（FY-4B）卫星上的先进地球静止辐射成像仪（AGRI）能够以高空间和时间分辨率实现连续观测凝结尾迹。然而，在这种观测条件下，AGRI主要提供单通道可见光图像，这限制了基于多通道亮度温度差异的传统红外方法的应用，使得凝结尾迹的检测更加依赖于形态结构、方向连续性和局部纹理线索。为了解决在复杂云背景下分割细弱、对比度低且边界模糊的凝结尾迹的难题，本研究将FY-4B/AGRI 0.65 μm可见光图像中的凝结尾迹提取问题视为一个针对弱小细长线性目标的精细分割问题，并开发了一个方向细节增强框架。该框架以TransNeXt为核心，引入了方向性GLU（Dir GLU）来加强特征提取过程中的方向细节和局部连续性表示，并结合了方向细节融合模块（DDFM）以提升解码过程中高级语义信息与低级方向细节的跨尺度整合。研究基于一个经过人工标注的FY-4B凝结尾迹数据集进行了系统实验。在FY-4B测试集上，所提出的方法取得了64.75%的IoU、83.13%的Recall、73.55%的Precision和0.7844的MCC，性能优于多种现有方法。消融分析和视觉评估进一步表明，所提出的方向建模和融合策略能够更好地保留弱目标特征，增强线性连续性，并抑制复杂云背景的干扰。

**引言**
当飞机飞越足够寒冷潮湿的对流层上部空气时，其尾气羽流会迅速冻结形成线性凝结尾迹。一些凝结尾迹在形成后很快消散，而另一些则在过饱和冰环境中持续存在，并在环境风的驱动下逐渐扩散、变形，演变成更宽的凝结尾迹卷云（Schumann, 2012）。如今，持续存在的凝结尾迹及其相关的云系统被认为是航空非二氧化碳气候效应的重要组成部分，其净增温辐射影响不容忽视（Teoh et al., 2024）。凝结尾迹的形成、持续性和演变受到飞行高度、环境热力学条件（Wilhelm et al., 2022）、背景云场和微观物理过程（K?rcher et al., 2018）的共同影响，这些因素仍存在较大不确定性。因此，可靠的凝结尾迹识别和持续监测不仅对遥感目标提取至关重要，也对航空气候评估、过程导向分析和缓解措施研究具有重要意义（Martin Frias et al., 2024, Teoh et al., 2024, Kundgol et al., 2025）。

基于卫星的凝结尾迹检测通常依赖于多光谱观测和遥感图像中云特征的规则引导识别（Schmit and Gunshor, 2020）。尽管这些策略在特定观测和背景条件下有效，但当云场景复杂、目标对比度低或凝结尾迹老化扩散时，其鲁棒性和泛化能力仍有限。机器学习和深度学习的最新进展逐渐将凝结尾迹检测转向数据驱动的像素级识别（Kulik, 2019）。基于GOES、Himawari和Landsat观测的研究推动了这一转变，而公共数据集使得不同方法之间的系统比较成为可能（Ng et al., 2024）。最新研究还表明，时间背景对凝结尾迹解释也很重要（Meijer et al., 2024），因为凝结尾迹的识别不仅取决于单帧图像，还依赖于其形成、扩散和随时间的形态演变。

风云-4B（FY-4B）卫星上的先进地球静止辐射成像仪（AGRI）为东亚及其邻近海域的日间凝结尾迹监测提供了有用的观测平台。其0.65 μm可见光通道具有500米的空间分辨率和15分钟的时间分辨率（Huang et al., 2024），有助于观察窄凝结尾迹的日间形态和短期演变。其他地球静止成像仪（如GOES/ABI和Himawari/AHI）也提供类似的高频可见光观测（Schmit and Gunshor, 2020, Bessho et al., 2016）。在欧洲，Meteosat系列卫星也为凝结尾迹相关研究提供了重要观测数据，从MSG/SEVIRI到较新的MTG/FCI世代（Schmetz et al., 2002, Holmlund et al., 2021）。因此，本研究的目的是探讨FY-4B可见光波段的优势，并非声称其唯一性或优越性，而是考察FY-4B/AGRI 0.65 μm图像如何在单通道可见光图像的高空间分辨率环境下支持弱小细长凝结尾迹的精细分割。

尽管有这些优势，但在FY-4B图像中进行凝结尾迹分割仍然具有挑战性。在FY-4B/AGRI 0.65 μm单通道可见光图像条件下，基于多光谱辐射度或亮度温度差异的传统检测策略无法直接应用。这并不意味着可见光图像本质上优于多光谱红外图像，而是表明在这种特定条件下，凝结尾迹分割必须更多地依赖空间形态、局部纹理和方向连续性，因为光谱和热对比度信息不可用。在FY-4B可见光图像中，凝结尾迹通常表现为对比度低、边界模糊的细长目标，容易与自然卷云、带状云纹理和其他复杂背景结构混淆。其可观测性还受到目标宽度、光学厚度、背景云条件和成像几何形状的限制（Driver et al., 2025）。因此，形成阶段或扩散后的凝结尾迹往往难以可靠检测。对于深度学习模型而言，仅准确提取目标是不够的，还需要保持结构连续性、方向性和局部完整性。

从细粒度遥感分割的角度来看，凝结尾迹与空间范围更广的常见云目标有显著差异。它们更适合作为细弱、分布稀疏且方向特征明显的线性目标进行表征。最近的遥感分割方法在局部特征提取、上下文建模和长距离依赖性表示方面取得了显著进展，但大多数方法仍针对一般陆地覆盖类别或通用高分辨率场景开发。它们尚未明确解决凝结尾迹分割所需的方向连续性和局部结构完整性问题，特别是在特征提取和跨尺度解码器融合过程中。基于此，本研究将FY-4B图像中的凝结尾迹识别问题视为一个高分辨率遥感精细分割任务，针对弱小细长线性目标。在这种环境下提高性能不仅需要更强的语义表示，还需要在特征提取过程中更有效地进行方向局部结构建模，并在解码器融合过程中更好地保留和利用局部方向细节。为此，开发了一个方向细节增强框架用于FY-4B凝结尾迹分割。

**主要贡献**
1. 在FY-4B/AGRI 0.65 μm单通道可见光图像中研究了凝结尾迹识别问题，重点关注日间可见光通道观测条件下的空间形态、局部纹理和连续线性结构的表示。
2. 将方向性GLU（Dir GLU）引入TransNeXt框架以加强方向性局部结构和弱线性目标的表示，并设计了方向细节融合模块（DDFM）以改进多尺度特征融合中的方向信息利用。
3. 建立了一个基于明确标注标准和质量控制程序的人工标注FY-4B凝结尾迹数据集。实验结果表明，所提出的方法在复杂背景和低对比度条件下能更好地保持结构连续性和边界质量，同时提升了整体分割性能。

**相关工作**
传统的凝结尾迹检测遥感研究依赖于多光谱观测，采用辐射度对比度增强、光谱组合、滤波操作和经验性区分策略（Shang et al., 2024）来将凝结尾迹与其背景分离。这些方法为基于卫星的凝结尾迹监测奠定了重要基础，特别是在大规模分析凝结尾迹覆盖范围、空间分布和航空相关影响方面。

**FY-4B/AGRI卫星和观测数据**
本研究使用的观测数据来自中国的新一代地球静止气象卫星FY-4B。FY-4B配备了AGRI（Huang et al., 2024），能够提供可见光（Zhang et al., 2025）、近红外和红外波段的连续多光谱观测。与FY-4A相比，FY-4B将通道配置从14个扩展到15个，同时保持15分钟的全盘扫描周期（Huang et al., 2023）。

**实验设置**
所提出方法的主要实现和训练设置在表3中总结。为了尽可能确保比较实验的公平性，所有比较方法都在相同的数据分割、输入分辨率、数据增强策略、训练周期和评估指标下进行训练和评估。由于不同方法依赖于不同的公共实现和代码框架，某些训练细节无法完全相同。

**结论**
本研究探讨了FY-4B/AGRI 0.65 μm单通道可见光图像中的精细凝结尾迹分割问题。鉴于在这种观测条件下凝结尾迹通常表现为对比度低、边界模糊的弱小细长线性目标，因此开发了一个方向细节增强分割框架。该框架将Dir GLU引入TransNeXt框架以加强方向敏感的局部特征提取，并将DDFM集成到UPerNet风格的解码器中。

**作者贡献声明**
Pinkui Hao：撰写——原始草案、可视化、验证、方法论、概念化；Tao Wang：撰写——审稿与编辑、监督、资源协调、项目管理、资金获取；Qiaofen Zhu：撰写——审稿与编辑、验证、监督、概念化；Zihao Hu：研究。

**披露**
作者声明与本研究无关的任何利益冲突。

**代码、数据和材料可用性**
实现细节、网络架构、训练设置、数据集构建程序、标注标准和评估协议在论文中均有描述，以支持可重复性。本研究使用的FY-4B AGRI观测数据由中国气象局国家卫星气象中心提供，依据数据使用协议提供，感兴趣的研究人员可通过官方数据服务申请访问。

**伦理批准和参与同意**
不适用。本研究基于FY-4B/AGRI的卫星遥感图像，不涉及人类参与者、人体组织、动物、临床样本或个人可识别信息，因此无需伦理批准和知情同意。

**出版同意**
不适用。本论文不包含任何个人数据、个人图像或私人信息。

**数据和材料声明**
本研究使用的FY-4B/AGRI观测数据由中国气象局国家卫星气象中心提供，依据数据使用协议提供。用于本研究的人工标注凝结尾迹数据集是基于这些观测数据构建的。由于原始FY-4B/AGRI数据和衍生标注受数据使用限制，目前无法公开重新分发。感兴趣的研究人员可通过官方数据服务申请访问。

**资金支持**
本研究得到了中国国家自然科学基金（青年科学基金项目）的支持，项目编号为42401461，题为“高空间分辨率光学卫星图像的自适应邻近效应校正方法研究”。

**利益冲突声明**
? 作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：Tao Wang报告由中国国家自然科学基金提供。如果还有其他作者，他们声明没有已知的可能影响本文工作的财务利益或个人关系。

**致谢**
我们的研究得到了中国国家自然科学基金（青年科学基金项目）的支持，项目编号为42401461，题为“高空间分辨率光学卫星图像的自适应邻近效应校正方法研究”。