人工神经网络在星载散射计海面风场反演建模中的应用

• 作者: 方裕 解学通 陈克海 陈晓翔 黄舟
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 散射计 海面风场 地球物理模型函数(GMF) 神经网络
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 460-467
• 页数: 8页
• 分类号: P208
• 字数: 7581字
• 语种: 中文
• DOI: 10.3321/j.issn:0479-8023.2007.04.005

摘要

地球物理模型函数(GMF)是散射计风场反演的基础及算法有效运行的前提条件.采用传统的统计方法建立GMF往往需要大量的、多种参数条件下的雷达后向散射测量数据.以圆锥扫描散射计SeaWinds为例,根据其特点,建立了一个两种极化方式下统一的神经网络模型函数(NN GMF),并对风速、相对风向采样间隔和测量值数目对模型精度的影响进行了详细分析.通过与Qscat-1模型进行比较,发现该神经网络模型在采样间隔较大或测量值数目较少的情况下,仍能较好地体现SeaWinds散射计的海面后向散射特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓翔	中山大学遥感与地理信息工程系	50	841	16.0	28.0
2	方裕	北京大学遥感与地理信息系统研究所	52	1302	16.0	35.0
3	解学通	中山大学遥感与地理信息工程系	14	147	6.0	12.0
7	陈克海	中山大学遥感与地理信息工程系	8	71	5.0	8.0
8	黄舟	北京大学遥感与地理信息系统研究所	13	113	6.0	10.0