论文部分内容阅读
本文讨论了12通道地基微波辐射计遥感大气廓线的BP神经网络反演方法（记为BPNN）。首先将北京2007年3月‐2009年2月的探空资料按春、夏、秋、冬4个季节分类，每个季节按照不同的输出（温度、相对湿度、云液态水）建立三个不同的网络，分别进行神经网络训练，并对反演得到的廓线精度做检验，检验结果表明：BPNN反演方法切实可行，反演精度可以接受，可应用于实际。其次，利用北京南郊观象台12 通道微波辐射计测量的亮温， BPNN 方法和微波辐射计（RadiomeNN）都反演得到温度、相对湿度、云液态水廓线。这里以探空资料作为标准，比较分析同一时间、相同高度上BPNN 和RadiomeNN 两种方法获得的廓线与探空廓线的平均绝对误差以及标准偏差。由于探空中没有现成的云液态水廓线，因此这里只对温度、相对湿度廓线进行分析，分析表明：①春、夏、秋、冬四个季节，BPNN 反演得到的温度廓线绝对误差最大值分别为3.10K，2.63K，3.70K，2.45K；皆小于RadiomeNN 的温度廓线绝对误差最大值：3.54K， 2.65K，3.89K，2.75K，与RadiomeNN 反演方法相比，本文使用的BPNN 反演得到的温度廓线更接近于作为标准的探空观测的温度廓线；②春、夏、秋、冬四个季节， BPNN 反演得到的相对湿度廓线绝对误差最大值分别为22.89％，24.82%，23.29%，15.48%； RadiomeNN 反演的相对湿度廓线绝对误差最大值为27.50%， 24.30%，28.47%，24.52%，其中，春、秋两季BPNN 反演的绝对误差最大值都比RadiomeNN 的小5%左右，而冬季达到9%。可知春、秋、冬三季BPNN 反演得到的相对湿度廓线精度大大优于微波辐射计，而夏季BPNN 反演结果较RadiomeNN 稍差，总体而言，这两种算法在夏季的相对湿度反演误差都较其它季节大，这可能是夏季相对湿度较大的缘故。总体而言，BPNN 反演结果优于RadiomeNN。 BPNN 和RadiomeNN 算法使用了相同的原理，但在模型参数如输入层、输出层和隐层节点数的选择上有所不同，本文因地制宜，根据北京具体情况得到相对更为合适的神经网络BPNN，本文认为这是BPNN 实验结果优于 RadiomeNN 的重要原因之一。因此我们认为本文的BPNN 反演方法可靠，实用，为改善进口微波辐射计的反演精度，甚至今后我国自己的微波辐射计使用神经网络反演算法提供了可能。