首页|基于径向基神经网络的地基微波辐射计反演算法研究

基于径向基神经网络的地基微波辐射计反演算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
利用兰州大学半干旱气候与环境观测站(SACOL站)2009-2010年的地基微波辐射计亮温资料和榆中站探空资料,建立了应用于地基微波辐射计温度、相对湿度和水汽密度反演的径向基神经网络,并将反演结果与地基微波辐射计自带反演产品进行了对比,探究了径向基神经网络在地基微波辐射计气象要素反演算法本地化的应用效果.结果 表明:径向基神经网络反演的温度、相对湿度和水汽密度的均方根误差最大值分别为2.72 K、22.32％和0.73 g·m-3,在所有高度层上径向基神经网络的反演结果均优于微波辐射计,反演产品对2-10 km、1-7 km、0-3 km的大气温度、相对湿度和水汽密度廓线的反演均有明显改善,径向基神经网络能够应用于地基微波辐射计气象要素的反演算法的本地化.
Inversion of ground-based microwave radiometer measurements using radial basis function neural network

樊旭、黄颖、冷文楠、张北斗、张文煜、王国印

展开 >

兰州大学大气科学学院/半干旱气候变化教育部重点实验室,甘肃兰州730000

郑州大学地球科学与技术学院,河南郑州450001

复旦大学大气与海洋科学系/大气科学研究院,上海200438

地基微波辐射计 径向基神经网络 温湿度 水汽密度

国家自然科学基金兰州大学中央高校基本科研业务费

41875085lzujbky-2018-k03共同资助

2020

气象与环境学报
中国气象局沈阳大气环境研究所

气象与环境学报

CSTPCD
影响因子：1.433
ISSN：1673-503X
年,卷(期)：2020.36(2)
  • 5
  • 21