基于SSM/I数据的神经网络方法反演海面风速

摘要：

研究了单参数神经网络(SANN)模型、多参数神经网络(MANN)模型及复合多参数神经网络(CMANN)模型对使用SSM/I数据反演海面风速精度的影响,并对增加85.5GHz垂直和水平极化亮温作为输入项对反演精度的提高进行了验证.重点发展了一种新型的CMANN算法,并分析了它在不同风速范围下的反演效果.随着风速的增加,反演风速的精度也有提高,高风速(≥15m/s)较低风速有更小的风速误差.比较表明,此方法的反演效果优于以往的各种SSM/I反演风速算法.反演风速的范围为0～25m/s,在晴天和云天混合状况下反演风速与实测风速的均方根误差为1.61m/s,晴天则达到1.46m/s.

关键词：海面风速、SSM/I、神经网络、辐射计

所属期刊栏目：16

分类号：X1(环境科学基础理论)

资助基金：国家高技术研究发展计划863计划2001AA633060

在线出版日期：2006-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：763-770