本文關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)法反演晴空大氣濕度廓線(xiàn)的研究，由筆耕文化傳播整理發(fā)布。

人工神經(jīng)網(wǎng)絡(luò)法反演晴空大氣濕度廓線(xiàn)的研究

Study on the Inversion of Clear Sky Atmospheric Humidity Profiles with Artificial Neural Network

[1] [2]

LIU Yang GUAN Li （School of Atmospheric Physics,Nanjing University of Information Science and Technology,Nanjing 210044）

南京信息工程大學(xué)大氣物理學(xué)院,南京210044

文章摘要：高光譜分辨率大氣紅外探測(cè)器AIRS（Atmospheric Infrared Sounder）作為第一個(gè)超高光譜大氣紅外探測(cè)儀,開(kāi)辟了衛(wèi)星大氣探測(cè)的新時(shí)代。以無(wú)線(xiàn)電探空值與SARTA（Stand-Alone Radiative Transfer Algorithm輻射傳輸模式）v1.05版的前向模式模擬出的AIRS輻射亮溫值組成樣本對(duì),利用神經(jīng)網(wǎng)絡(luò)法反演大氣濕度廓線(xiàn)。將反演所得的結(jié)果與特征向量統(tǒng)計(jì)法的反演結(jié)果進(jìn)行比較,結(jié)果表明,與特征向量統(tǒng)計(jì)法相比,神經(jīng)網(wǎng)絡(luò)法反演精度高,所獲得的水汽廓線(xiàn)更加貼近真實(shí)廓線(xiàn)。AIRS因其高光譜分辨率（即高垂直分辨率）顯示了精細(xì)的大氣結(jié)構(gòu)。在基于高光譜資料反演大氣濕度廓線(xiàn)技術(shù)上,神經(jīng)網(wǎng)絡(luò)顯示出了較強(qiáng)的非線(xiàn)性處理能力。

Abstr：AIRS（Atmospheric Infrared Sounder）,the first high spectral atmospheric infrared detector, started a new era of satellite sounding atmosphere.The samples,composed of the radiosonde observations and the AIRS brightness temperature value simulated by the SARTA（Stand-Alone Radiative Transfer Algorithm） v1.05 forward mode,were inversed to the atmospheric humidity profiles using neural network. The results show that,compared with the result of eigenvector statistics,the neural network inversion is of higher precision,and the humidity profiles obtained are closer to the true profiles.AIRS displays the fine structure of the atmosphere because of its high spectral resolution（high vertical resolution）.Neural network has a strong nonliner processing capability in the issue that the inversion of the atmospheric humidity profiles is based on high spectral data.

文章關(guān)鍵詞：

Keyword：:neural network BP network AIRS（Atmospheric Infrared Sounder） humidity retrieval eigenvector statistics algorithm

相關(guān)文章：

[1] 基于BP神經(jīng)網(wǎng)絡(luò)的薄互層儲(chǔ)層預(yù)測(cè)   《上海地質(zhì)》  2005年04期
[2] 灘壩砂體多參數(shù)地震屬性神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)   《內(nèi)蒙古石油化工》  2008年17期
[3] 地震反演與屬性耦合檢測(cè)薄層含氣砂巖   《石油地球物理勘探》  2009年02期
[4] Prediction model for the diffusion length in silicon-based solar cells   《半導(dǎo)體學(xué)報(bào)：英文版》  2009年07期
[5] 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在計(jì)算天然氣水合物飽和度中的應(yīng)用研究   《海洋通報(bào)》  2009年04期
[6] 煤層裂隙探測(cè)的地震波形分類(lèi)技術(shù)研究   《焦作工學(xué)院學(xué)報(bào)》  2009年03期
[7] 基于MATLAB的廣義回歸神經(jīng)網(wǎng)絡(luò)的低滲特低滲砂巖氣層產(chǎn)能預(yù)測(cè)   《內(nèi)蒙古石油化工》  2009年17期
[8] 基于地震屬性的儲(chǔ)層預(yù)測(cè)方法——以永安地區(qū)永3區(qū)塊沙河街組二段為例   《海洋地質(zhì)與第四紀(jì)地質(zhì)》  2009年06期

課題項(xiàng)目：公益性行業(yè)科研專(zhuān)項(xiàng)（GYHY200806014）資助

作者信息：會(huì)員可見(jiàn)

  本文關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)法反演晴空大氣濕度廓線(xiàn)的研究，由筆耕文化傳播整理發(fā)布。