利用人工神经网络方法反演大气温度廓线

• 作者: 官莉 张雪慧 王振会 韩静
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 温度反演 AIRS 神经网络 特征向量回归反演法
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 技术交流
• 页码范围: 137-142
• 页数: 6页
• 分类号: P4
• 字数: 3025字
• 语种: 中文

摘要

高光谱大气红外探测仪AIRS(Atmospheric Infrared Sounder)资料能够显示小尺度的大气温度垂直结构,为数值预报和天气诊断提供了更加准确精细的初始场.目前处理数据主要使用晴空大气业务反演国际MODIS/AIRS处理软件包IMAPP (International MODIS/AIRS Preprocessing Package)中的特征向量统计回归算法,由于统计法算法简单,反演精度受到较大限制.现提出一种利用人工神经网络的算法来对晴空状况下AIRS模拟辐射值进行大气温度廓线反演的方法,并与特征向量统计法结果相比较.结果表明,神经网络方法与特征向量统计法反演所耗时间相当,减小了反演误差,各高度层温度反演精度均有不同程度的改进,获得了较好的反演结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	官莉		40	250	9.0	14.0
2	王振会		108	1106	18.0	25.0
3	韩静		4	28	1.0	4.0
4	张雪慧		4	58	3.0	4.0