人工神经网络法反演晴空大气湿度廓线的研究

• 作者: 刘旸 官莉
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 神经网络 BP网络 AIRS 湿度反演 特征向量统计法
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 论文
• 页码范围: 318-324
• 分类号: P426.1
• 字数: 4528字
• 语种: 中文

摘要

高光谱分辨率大气红外探测器AIRS(Atmospheric Infrared Sounder)作为第一个超高光谱大气红外探测仪,开辟了卫星大气探测的新时代.以无线电探空值与SARTA(Stand-Alone Radiative Transfer Algorithm辐射传输模式)v1.05版的前向模式模拟出的AIRS辐射亮温值组成样本对,利用神经网络法反演大气湿度廓线.将反演所得的结果与特征向量统计法的反演结果进行比较,结果表明,与特征向量统计法相比,神经网络法反演精度高,所获得的水汽廓线更加贴近真实廓线.AIRS因其高光谱分辨率(即高苇直分辨率)显示了精细的大气结构.在基于高光谱资料反演大气湿度廓线技术上,神经网络显示出了较强的非线性处理能力.

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	南京信息工程大学大气物理学院	40	250	9.0	14.0
2	刘旸	南京信息工程大学大气物理学院	2	49	2.0	2.0