衛(wèi)星資料反演大氣溫濕度廓線的新方法研究
發(fā)布時(shí)間:2022-12-05 22:34
本文研究了衛(wèi)星觀測(cè)資料反演大氣溫濕度廓線問(wèn)題中的統(tǒng)計(jì)反演方法和物理反演方法。在統(tǒng)計(jì)反演方法的研究中,本文使用了風(fēng)云三號(hào)衛(wèi)星的實(shí)際觀測(cè)數(shù)據(jù)分別訓(xùn)練了傳統(tǒng)的統(tǒng)計(jì)回歸方法,反向傳播(BP)神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)方法,并進(jìn)行了反演實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)方法在溫濕度廓線的反演精度上均優(yōu)于傳統(tǒng)的統(tǒng)計(jì)回歸方法。且在溫度廓線的反演上,在海面上有云但無(wú)雨和陸地上有云這兩種情況下,支持向量機(jī)方法在反演精度上略優(yōu)于BP神經(jīng)網(wǎng)絡(luò)方法,在其他情況下兩種方法反演精度相當(dāng);而在濕度廓線的反演上,在陸地上晴空時(shí)支持向量機(jī)方法在反演精度上要優(yōu)于BP神經(jīng)網(wǎng)絡(luò)方法,在陸地上有云的情況下,兩種方法反演精度相當(dāng),在海洋上無(wú)雨時(shí)BP神經(jīng)網(wǎng)絡(luò)方法在反演精度上則要優(yōu)于支持向量機(jī)方法。在物理反演方法的研究中,本文結(jié)合非線性反演問(wèn)題的特點(diǎn),提出了一種基于L-curve方法并結(jié)合熵的概念的新方法來(lái)為一維變分反演過(guò)程選擇正則化參數(shù)。在第一次迭代過(guò)程中,此方法使用基于最小化待反演參數(shù)的熵而計(jì)算得到的值作為所使用的正則化參數(shù);在之后的迭代過(guò)程中,此方法在上一次迭代過(guò)程中所使用的正則化參數(shù)的鄰域中使用L-curve方法...
【文章頁(yè)數(shù)】:68 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章:引言
1.1:研究意義
1.2:統(tǒng)計(jì)反演方法研究進(jìn)展及問(wèn)題
1.3:物理反演方法研究進(jìn)展及問(wèn)題
1.4:本文研究?jī)?nèi)容及創(chuàng)新點(diǎn)
第二章:統(tǒng)計(jì)反演方法
2.1:數(shù)據(jù)介紹
2.1.1:風(fēng)云三號(hào)氣象衛(wèi)星介紹
2.1.2:ERA-Interim再分析資料介紹
2.1.3:資料提取與匹配
2.2:傳統(tǒng)的統(tǒng)計(jì)回歸方法
2.2.1:方法原理
2.2.2:方法細(xì)節(jié)設(shè)置與反演結(jié)果
2.3:神經(jīng)網(wǎng)絡(luò)方法
2.3.1:方法原理
2.3.1.1:人工神經(jīng)元
2.3.1.2:神經(jīng)網(wǎng)絡(luò)
2.3.1.3:反向傳播(BP)神經(jīng)網(wǎng)絡(luò)
2.3.2:方法細(xì)節(jié)設(shè)置與反演結(jié)果
2.4:支持向量機(jī)回歸方法
2.4.1:方法原理
2.4.2:方法細(xì)節(jié)設(shè)置與反演結(jié)果
2.5:三種統(tǒng)計(jì)反演方法之間的比較
第三章:物理反演方法
3.1:數(shù)據(jù)介紹
3.1.1:MODIS儀器介紹
3.1.2:AIRS儀器介紹
3.1.3:NOAA-88b氣候廓線數(shù)據(jù)庫(kù)介紹
3.1.4:資料構(gòu)造
3.1.4.1:模擬亮溫
3.1.4.2:真實(shí)亮溫與廓線數(shù)據(jù)集
3.2:方法原理
3.2.1:物理反演方法
3.2.2:正則化參數(shù)選取方法
3.3:L-curve方法的進(jìn)一步分析和改進(jìn)
3.4:實(shí)際數(shù)據(jù)反演結(jié)果
3.4.1:新的方法與原始L-curve方法的比較
3.4.2:新的方法與偏差原則方法的比較
第四章:總結(jié)
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介
本文編號(hào):3710485
【文章頁(yè)數(shù)】:68 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章:引言
1.1:研究意義
1.2:統(tǒng)計(jì)反演方法研究進(jìn)展及問(wèn)題
1.3:物理反演方法研究進(jìn)展及問(wèn)題
1.4:本文研究?jī)?nèi)容及創(chuàng)新點(diǎn)
第二章:統(tǒng)計(jì)反演方法
2.1:數(shù)據(jù)介紹
2.1.1:風(fēng)云三號(hào)氣象衛(wèi)星介紹
2.1.2:ERA-Interim再分析資料介紹
2.1.3:資料提取與匹配
2.2:傳統(tǒng)的統(tǒng)計(jì)回歸方法
2.2.1:方法原理
2.2.2:方法細(xì)節(jié)設(shè)置與反演結(jié)果
2.3:神經(jīng)網(wǎng)絡(luò)方法
2.3.1:方法原理
2.3.1.1:人工神經(jīng)元
2.3.1.2:神經(jīng)網(wǎng)絡(luò)
2.3.1.3:反向傳播(BP)神經(jīng)網(wǎng)絡(luò)
2.3.2:方法細(xì)節(jié)設(shè)置與反演結(jié)果
2.4:支持向量機(jī)回歸方法
2.4.1:方法原理
2.4.2:方法細(xì)節(jié)設(shè)置與反演結(jié)果
2.5:三種統(tǒng)計(jì)反演方法之間的比較
第三章:物理反演方法
3.1:數(shù)據(jù)介紹
3.1.1:MODIS儀器介紹
3.1.2:AIRS儀器介紹
3.1.3:NOAA-88b氣候廓線數(shù)據(jù)庫(kù)介紹
3.1.4:資料構(gòu)造
3.1.4.1:模擬亮溫
3.1.4.2:真實(shí)亮溫與廓線數(shù)據(jù)集
3.2:方法原理
3.2.1:物理反演方法
3.2.2:正則化參數(shù)選取方法
3.3:L-curve方法的進(jìn)一步分析和改進(jìn)
3.4:實(shí)際數(shù)據(jù)反演結(jié)果
3.4.1:新的方法與原始L-curve方法的比較
3.4.2:新的方法與偏差原則方法的比較
第四章:總結(jié)
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介
本文編號(hào):3710485
本文鏈接:http://sikaile.net/projectlw/qxxlw/3710485.html
最近更新
教材專(zhuān)著