首页|基于集成学习的FY-4A云底高度反演方法

基于集成学习的FY-4A云底高度反演方法

Cloud Base Height Retrieval Methods for FY-4A Based on Ensemble Learning

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
云底高度是地气系统辐射收支以及飞行安全的重要影响因素.介绍了利用FY-4A卫星的数据产品反演云底高度的方法,设计了两种云底高度反演方案:第一种方案先将云划分为卷云(Ci)、高层云(As)、高积云(Ac)、层云/层积云(St/Sc)、积云(Cu)、雨层云(Ns)、深对流云(Dc)和多层云(Multi)等8种云类型,再分别采用独立的集成学习模型反演这8类云的云底高度;第二种方案不区分云的类型,采用统一的集成学习模型反演云底高度.将CloudSat探测的云底高度作为参考值,以129515个样本对两种方案进行评估,结果表明方案一的反演模型效果更好,均方根误差(RMSE)为1304.7 m,平均绝对误差(MAE)为898.4 m,相关系数(R)为0.9214.

余茁夫、王雅、马烁、艾未华、严卫

展开 >

国防科技大学气象海洋学院,湖南 长沙 410000

中国气象局国家卫星气象中心,北京 100081

大气光学 云底高度反演 FY-4A 云顶高度 云光学厚度 云粒子有效半径 集成学习

国家自然科学基金

41705007

2023

10.3788/AOS220957

光学学报
中国光学学会　中国科学院上海光学精密机械研究所

光学学报

CSTPCDCSCD北大核心
影响因子：1.931
ISSN：0253-2239
年,卷(期)：2023.43(6)
  • 12