航空機の運航において、空港周辺の雲高情報は離着陸時の視程障害を把握するために重要である。
現在日本の主要空港で運用されている雲高測定方法は、レーザー光の反射を用いて計測する機器が用いられている。
しかし特殊な機器のため全ての空港には導入されておらず、地方空港では観測員の目視に頼る計測が行われている場合もある。
そこで本研究では、空港付近で撮影された全天球画像に対して畳み込みニューラルネットワークを用いた学習モデルを作成し、雲高の予測を行う。
本稿では、全天球画像における雲高別の収集量にばらつきがあることに対して、データ数の調整と前処理を行い、学習モデルの補強を行った。