关键词：全天空极光图像 分割 全卷积神经网络 

摘要：极光是太阳风能量注入到极区的指示器,从观测视野中准确分割出极光区域对研究极光演变如亚暴过程有非常重要的意义.本文基于全卷积神经网络提出了一种弱监督极光图像自动分割策略,数据标记时仅需指定极光区域的一个像素点即可,极大解决了机器学习人工标注数据的压力.首先利用简单单弧状极光图像训练一个初始分割模型Model 1,然后基于该模型,结合热点状和复杂多弧状极光图像获得一个增强的分割模型Model 2,最后对分割结果做进一步优化.本文对2003—2007年北极黄河站越冬观测的2715幅极光图像进行了分割,并和最新论文结果及人工标签进行了定量和定性比较,其中分割结果与人工标签的“交并比”高达60%,证明了本文方法的有效性.

地球物理学报杂志要求:

{1}每篇文章应选3-6个能反映文章最主要内容的名词性术语作关键词。

{2}文稿内容依次包括：中文标题，中文摘要及关键词，正文，参考文献，英文标题，英文摘要及关键词。

{3}著作权清晰，不存在任何分歧。视角新颖，具有原创性、学术性和科学的严谨性。

{4}文题：一般不超过20字，必要时加副标题。

{5}参照“中国学术期刊检索与数据规范”的要求撰写；首页底脚标名第一作者姓名、出生年份、性别、籍贯、工作单位、职称、学位、研究方向；文末注明作者联系地址、电话、邮政编码。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社