检索结果-南通市图书馆

检索条件"主题词=温度廓线预测"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于神经网络的大气温度廓线反演方法研究

基于神经网络的大气温度廓线反演方法研究

引用

作者：王洪坤安徽大学

学位级别：硕士

大气温度廓线是描述大气层状态的重要参数,在气候变化研究、天气预报和大气层参数反演等方面发挥着关键作用。获取准确的大气温度廓线对数值天气预报和气候变化研究具有重要意义,同时在计算大气透过率等参数时也起到非常重要的作用。目... 详细信息

大气温度廓线是描述大气层状态的重要参数,在气候变化研究、天气预报和大气层参数反演等方面发挥着关键作用。获取准确的大气温度廓线对数值天气预报和气候变化研究具有重要意义,同时在计算大气透过率等参数时也起到非常重要的作用。目前,大气温度廓线的测量主要通过无线电探空、微波辐射计、红外高光谱传感器、激光雷达等多种方式进行,然而大多数探测方式在时空连续性、空间覆盖度、设备成本等方面均保持优势。针对这种情况,本文提出了一种基于ERA-5再分析数据的机器学习算法来反演实时的大气温度廓线,并建立了基于时间序列神经网络的大气温度廓线预测模型,以进一步提高反演的准确性和可靠性,降低气候变化风险,有助于确定未来天气和气候。相关研究内容如下:1.本研究提出了一种结合历史大气温度廓线数据和地面气象数据来反演大气温度廓线的深度学习算法。具体来说,深度学习网络考虑了同一时期的历史温度廓线和实时测量的地面气象要素。网络结合了多层感知器(Multilayer Perceptron,MLP)和卷积神经网络(Convolutional Neural Network,CNN)。MLP从地面因素中提取与大气温度廓线相关的特征,CNN从历史同期的大气温度廓线数据中提取特征,然后两部分的特征经过融合,得到最终的网络输出:大气温度廓线。该模型的结构和参数在训练过程中被调试优化,以确定最佳的模型配置和反演性能。该模型的反演结果与同一数据集上其他方法的反演结果进行了对比评估,并显示了良好的反演性能。该模型应用于大气温度廓线的反演结果的分析表明,该方法能够有效地提取温度廓线的特征并反演大气温度廓线。2.本文提出了一种基于时间序列神经网络的大气温度廓线预测方法。该网络基于1中提出的大气温度廓线反演模型,并进一步的提出了预测下一时刻的大气温度廓线的深度学习模型。该预测模型结合地面气象要素的时间序列数据和由该时序数据通过大气温度廓线反演模型得到的大气温度廓线时间序列数据,然后经神经网络反演下一时刻的大气温度廓线值。与大气温度廓线反演模型类似的是,预测模型同样基于数据融合的思路,将两部分的特征连接起来,经数据融合得到较好的反演结果。预测模型的结构和参数在训练过程中被调试优化,以确定最佳的模型配置和反演性能。本文对模型中的子模型所用到的几种时间序列模型进行了对比分析,同时将预测模型的结果与数据集的真值进行对比,显示该模型具有较好的反演精度,表明该模型在大气温度廓线预测中有一定的实用价值。

关键词：大气温度廓线多层感知器卷积神经网络温度廓线反演温度廓线预测时序神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：