Une image composite du ciel clair sur une seule journée est d'une grande importance pour les applications quotidiennes de surveillance de la surface terrestre. Pour les données de séquences d'images continues de 1 minute à partir du scanneur rapide de l'image du satellite FY-4B, cet article propose un algorithme de synthèse d'images de ciel clair basé sur un mélange gaussien binaire. Cet algorithme suppose tout d'abord que les données de séries temporelles de réflectance de points fixes sont composées de deux types de données : nuage - ciel clair, chacun satisfaisant une distribution gaussienne séparément ; puis, traiter séquentiellement les images, discerner le type de nuage - ciel clair pour chaque nouveau pixel sur l'image, et mettre à jour les paramètres tels que la moyenne, l'écart-type pour ces deux types de données au point donné ; enfin, après le traitement de toutes les images de la journée, utiliser la moyenne de la réflectance du ciel clair comme estimation de la réflectance pour ce point. Les résultats de la détection de la méthode proposée dans cet article montrent que cette méthode présente une complexité temporelle et une complexité de mémoire linéaires, le pourcentage effectif de pixels de ciel clair et l'entropie de l'image augmentent progressivement. L'algorithme de synthèse d'images de ciel clair proposé dans cette étude présente des caractéristiques robustes de distinction entre nuage - ciel clair et une capacité de filtrage des ombres en bordure de nuages. Les images composées de ciel clair à fréquence élevée peuvent améliorer le niveau de routine pour la surveillance de la végétation, de l'eau, etc. dans le télédétection écologique à plusieurs moments de la journée.

Synthèse d'images de ciel clair;FY-4B;GHI;modèle gaussien;identification de l'eau;données de télédétection multi-temporelles