精確估計(jì)云頂高度可以在數(shù)值天氣預(yù)報(bào)以及氣候模型領(lǐng)域中起到舉足輕重的作用。云頂高度首先影響著加受油機(jī)對(duì)接,影響著飛機(jī)通訊質(zhì)量,其次降低對(duì)目標(biāo)的識(shí)別,還會(huì)破壞電磁干擾與抗干擾。因此,獲取更精確的云高信息,不僅節(jié)約了時(shí)間,還避免了錯(cuò)誤估計(jì)而造成不必要的損失。本文以訓(xùn)練樣本集中日本葵花8靜止氣象衛(wèi)星光譜通道數(shù)據(jù)為輸入,以美國(guó)CALIPSO衛(wèi)星的結(jié)果為輸出,通過(guò)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型方法,利用BP神經(jīng)網(wǎng)絡(luò),針對(duì)葵花8靜止氣象衛(wèi)星,建立葵花8衛(wèi)星云頂高反演模型,使用檢驗(yàn)樣本集,對(duì)反演模型取得的云頂高反演結(jié)果進(jìn)行檢驗(yàn)與分析,研究模型的云頂高反演能力、特性和效果。 

【文章來(lái)源】：科技通報(bào). 2020,36(06)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)模型部分代碼展示

在運(yùn)行代碼時(shí)，還運(yùn)用了Tensorboard來(lái)記錄訓(xùn)練過(guò)程的loss值的變化，從而觀察精度的變化。訓(xùn)練集的loss值的變化過(guò)程如圖2所示，驗(yàn)證集的loss值的變化過(guò)程如圖3所示，縱坐標(biāo)表示損失函數(shù)的loss值，橫坐標(biāo)表示訓(xùn)練的步數(shù)。如圖所示，loss的數(shù)值呈下降趨勢(shì)，前100步的時(shí)候下降很快，在100～500步的時(shí)候下降緩慢，訓(xùn)練集的loss值的變化集中在0.0245～0.0225，所以訓(xùn)練集loss的數(shù)值不錯(cuò)。對(duì)于驗(yàn)證集的數(shù)據(jù)，前100步的變化趨勢(shì)和訓(xùn)練集的loss類似，在100步以后雖然loss值在圖中的波動(dòng)很大，但是loss值一直集中在0.036～0.044。可見(jiàn)驗(yàn)證集的loss也很小，模型訓(xùn)練的效果不錯(cuò)。

驗(yàn)證集的loss展示

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的城市房?jī)r(jià)預(yù)測(cè)[J]. 葉斯林,雷忠雨.  科技傳播. 2018(14)
[2]基于A-Train綜合資料的云頂高度反演研究[J]. 李冠林,嚴(yán)衛(wèi),王蕊,韓丁,陸文,萬(wàn)應(yīng)虎,里巍.  氣象. 2016(08)
[3]FY-2C靜止氣象衛(wèi)星資料對(duì)不透明云云頂氣壓的反演研究[J]. 朱亞平,程周杰,劉健文,齊琳琳,寧應(yīng)惠,吉微.  熱帶氣象學(xué)報(bào). 2014(03)
[4]兩種氧氣A吸收帶云頂高度反演算法的理論比較與實(shí)測(cè)結(jié)果驗(yàn)證[J]. 張巖,呂達(dá)仁,段民征.  遙感技術(shù)與應(yīng)用. 2011(01)
[5]使用MODIS數(shù)據(jù)對(duì)云頂高的反演研究[J]. 林琳,黃思訓(xùn),杜華棟.  氣象科學(xué). 2006(06)



本文編號(hào)：3265697