检索结果-南通市图书馆

One-Dimensional Variational Retrieval of Temperature and Humidity Profiles from the FY4A giirs

Advances in Atmospheric Sciences 2022年第3期39卷 471-486页

作者： Qiumeng XUE Li GUAN Xiaoning SHI Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological AdministrationNanjing University of Information Science and TechnologyNanjing 210044China Department of Mathematics University of Wisconsin-MadisonMadison 53706USA

A physical retrieval approach based on the one-dimensional variational(1 D-Var) algorithm is applied in this paper to simultaneously retrieve atmospheric temperature and humidity profiles under both clear-sky and partly cloudy conditions from FY-4 A giirs(geostationary interferometric infrared sounder) observations. Radiosonde observations from upper-air stations in China and level-2 operational products from the Chinese National Satellite Meteorological Center(NSMC)during the periods from December 2019 to January 2020(winter) and from July 2020 to August 2020(summer) are used to validate the accuracies of the retrieved temperature and humidity profiles. Comparing the 1 D-Var-retrieved profiles to radiosonde data, the accuracy of the temperature retrievals at each vertical level of the troposphere is characterized by a root mean square error(RMSE) within 2 K, except for at the bottom level of the atmosphere under clear conditions. The RMSE increases slightly for the higher atmospheric layers, owing to the lack of temperature sounding channels there.Under partly cloudy conditions, the temperature at each vertical level can be obtained, while the level-2 operational products obtain values only at altitudes above the cloud top. In addition, the accuracy of the retrieved temperature profiles is greatly improved compared with the accuracies of the operational products. For the humidity retrievals, the mean RMSEs in the troposphere in winter and summer are both within 2 g kg^(–1). Moreover, the retrievals performed better compared with the ERA5 reanalysis data between 800 h Pa and 300 h Pa both in summer and winter in terms of RMSE.

关键词： temperature and humidity profiles one-dimensional variational(1D-Var) giirs hyperspectral data

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

A Multi-Domain Compression Radiative Transfer Model for the Fengyun-4 Geosynchronous Interferometric Infrared Sounder (giirs)

引用

Advances in Atmospheric Sciences 2023年第10期40卷 1844-1858页

作者： Mingyue SU Chao LIU Di DI Tianhao LE Yujia SUN Jun LI Feng LU Peng ZHANG Byung-Ju SOHN Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/China Meteorological Administration Aerosol-Cloud-Precipitation Key Laboratory School of Atmospheric PhysicsNanjing University of Information Science&TechnologyNanjing 210044China Innovation Center for FengYun Meteorological Satellite(FYSIC) National Satellite Meteorological Center(National Center for Space Weather)Beijing 100081China Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites National Satellite Meteorological CenterChina Meteorological AdministrationBeijing 100081China School of Earth and Environmental Sciences Seoul National UniversitySeoul 08826South Korea

Forward radiative transfer(RT)models are essential for atmospheric applications such as remote sensing and weather and climate models,where computational efficiency becomes equally as important as accuracy for high-resolution hyperspectral measurements that need rigorous RT simulations for thousands of channels.This study introduces a fast and accurate RT model for the hyperspectral infrared(HIR)sounder based on principal component analysis(PCA)or machine learning(i.e.,neural network,NN).The Geosynchronous Interferometric Infrared Sounder(giirs),the first HIR sounder onboard the geostationary Fengyun-4 satellites,is considered to be a candidate example for model development and validation.Our method uses either PCA or NN(PCA/NN)twice for the atmospheric transmittance and radiance,respectively,to reduce the number of independent but similar simulations to accelerate RT simulations;thereby,it is referred to as a multi-domain compression model.The first PCA/NN gives monochromatic gas transmittance in both spectral and atmospheric pressure domains for each gas independently.The second PCA/NN is performed in the traditional spectral radiance domain.Meanwhile,a new method is introduced to choose representative variables for the PCA/NN scheme developments.The model is three orders of magnitude faster than the standard line-by-line-based simulations with averaged brightness temperature difference(BTD)less than 0.1 K,and the compressions based on PCA or NN methods result in comparable efficiency and accuracy.Our fast model not only avoids an excessively complicated transmittance scheme by using PCA/NN but is also highly flexible for hyperspectral instruments with similar spectral ranges simply by updating the corresponding spectral response functions.

关键词： radiative transfer model principal component analysis machine learning giirs

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

FY-4A giirs高时间分辨率温湿度廓线反演及其在台风中的应用

引用

气象科学 2023年第4期43卷 561-568页

作者：官莉韩静薛秋蒙南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 海南省气象科学研究所海口570203

针对2020年第9号台风“美莎克”期间FY-4A高光谱红外干涉式大气垂直探测仪giirs每15 min一次的目标区跟踪加密观测资料,用三维卷积神经网络算法反演的全天空大气温度、湿度廓线分析了台风处于生命史不同阶段时暖心结构和湿度场结构的演... 详细信息

针对2020年第9号台风“美莎克”期间FY-4A高光谱红外干涉式大气垂直探测仪giirs每15 min一次的目标区跟踪加密观测资料,用三维卷积神经网络算法反演的全天空大气温度、湿度廓线分析了台风处于生命史不同阶段时暖心结构和湿度场结构的演变特征。结果表明:卷积神经网络的深度机器学习算法可以用来反演全天空的三维大气温度和湿度垂直廓线,不光适用范围广(晴空和有云视场)、反演精度高,而且反演速度快。利用静止卫星平台高时间分辨率的特性,反演得到的温度、湿度廓线可以细致追踪台风处于发展、成熟和登陆等阶段时暖心结构和湿度场的时空演变特征。台风从发展阶段(热带风暴和强热带风暴)到成熟阶段至登陆消亡时,暖心首先出现在对流层中高层较薄的区域,随着台风强度的加强,深厚的暖心结构明显、强度增加,水平面积增大且垂直往下延伸。由于对流云中强上升气流的输送水汽正距平区逐渐上传至300 hPa,台风最强时密闭云区与四周下沉气流区比湿差高到8 K·kg^(-1)。暖心结构和高湿度中心随着台风登陆而逐渐消失。

关键词：静止卫星 giirs 大气温湿度廓线反演台风

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于光谱特征选择的FY-4A/giirs温度廓线神经网络反演研究

基于光谱特征选择的FY-4A/GIIRS温度廓线神经网络反演研究

引用

作者：余佩沛成都信息工程大学

学位级别：硕士

大气温度廓线对于了解大气系统的复杂性具有重要的作用。常规的大气温度廓线资料主要来源于地面探空观测系统,探空资料在时间和空间上的分辨率都受到了一定的限制。搭载于卫星上的高光谱红外探测仪,光谱分辨率高,观测范围广,所探测的资... 详细信息

大气温度廓线对于了解大气系统的复杂性具有重要的作用。常规的大气温度廓线资料主要来源于地面探空观测系统,探空资料在时间和空间上的分辨率都受到了一定的限制。搭载于卫星上的高光谱红外探测仪,光谱分辨率高,观测范围广,所探测的资料则具有更为广泛的应用价值。通过高光谱红外探测仪反演大气温度廓线,可弥补地面探空系统所获廓线资料在时空分辨率上的不足。搭载于我国第二代静止气象卫星FY-4A星上的giirs(the Geostationary Interferometric Infrared Sounder),是目前唯一一台位于静止轨道上的高光谱红外探测仪,在红外波段的光谱分辨率可达0.625cm,具有1650个通道。理论及实践表明,通道间所携带的信息往往含有大量的相关性,因而从giirs光谱中有效地选择特征以进行温度廓线反演是本文的主要研究内容。在光谱特征选择方法的研究中,本文提出了两种方法,其一是基于奇异谱分析(Singular Spectrum Analysis,简称SSA)的通道选择法,通过对giirs亮温光谱进行分解,获取光谱中位于温度吸收带的通道,共选择了89个温度通道;其二是基于自编码的光谱特征选择法,通过构建不同的自编码模型最终得到89个编码特征。在温度廓线反演的研究中,本文通过构建神经网络模型对两种光谱特征选择法进行反演验证,并通过构建三种非光谱特征选择法进行反演精度的对比。基于SSA通道选择的反演模型温度在选定的23个气压层上的平均偏差小于0.15 K,绝对误差小于1.49 K,均方根误差小于2.06 K;基于自编码特征选择的反演温度偏差小于0.35 K,绝对误差小于1.79 K,均方根误差小于2.36 K,二者的反演结果较为理想。非光谱特征选择的三个反演模型的相应评估指标最大不超过2.01 K(偏差),2.33 K(绝对误差),2.96 K(均方根误差)。基于本文研究的两种光谱特征选择的反演模型,在高层气压300 h Pa～100 h Pa范围内的反演精度明显优于非光谱特征选择模型的反演精度。

关键词： giirs 光谱特征选择温度廓线反演神经网络

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

FY-4A大气垂直探测仪（giirs）温度探测通道优选

FY-4A大气垂直探测仪（GIIRS）温度探测通道优选

引用

作者：杨雨晗华东师范大学

学位级别：硕士

在天气及气候研究中,温度反演不可或缺,利用红外高光谱大气遥感数据进行温度反演通道选择,对提高温度反演的精确度尤为重要。本文针对中国第二代静止气象卫星风云四号(FY-4A)的干涉式大气垂直探测仪(giirs),在其探测范围,进行温度探测... 详细信息

在天气及气候研究中,温度反演不可或缺,利用红外高光谱大气遥感数据进行温度反演通道选择,对提高温度反演的精确度尤为重要。本文针对中国第二代静止气象卫星风云四号(FY-4A)的干涉式大气垂直探测仪(giirs),在其探测范围,进行温度探测通道优选试验。从信息容量的角度,运用信息熵-分步迭代法,使所选通道自身信息容量较高,相互之间相关性小,所得通道组合可应用于大气温度廓线反演和数据同化研究。基于不同廓线进行通道选择,在giirs观测范围内,利用美国标准大气以及欧洲中心统计的廓线,从1674个通道中分别得到两组温度反演优选通道组合,前者为56个优选通道,包含69.69%信息量,后者为58个,包含67.22%温度信息量,后者通道更适用于FY-4A覆盖范围的大气温度反演研究。在giirs探测范围内,细化分类,运用1979-2016年欧洲中心再分析月平均温度数据,按照季节、纬度、下垫面统计出24条大气温度廓线。通过精确型辐射传输模式LBLRTM,用该廓线集替换美国标准大气,计算得到各个分类下的温度权函数矩阵。结合观测噪声和背景场误差协方差矩阵,运用信息熵-分步迭代法,得到适合春夏秋冬、高中低纬度、海陆下垫面条件下一共24组温度反演优选通道:(1)在不同季节,夏季累积信息容量偏低,春秋季信息容量稳定且较夏冬季偏高,与夏季冬季温度变化大、大气层结常出现不稳定有关。春夏秋冬四季共有的优选通道一共30个,密集分布在4.3μm左右的短波区域。(2)在不同纬度,优选的最佳温度反演通道组合所包含的信息量都超过60%,高纬度地区普遍偏高,低纬地区普遍偏低,而中纬度地区的信息量则相对较稳定。(3)同一季节,大气温度在纬度上的差异陆地大于海洋,从优选通道涵盖的累积温度信息容量上来看,在陆地上空常中纬度大于高或低纬度,而海洋上空则高纬度大于中低纬度。24组优选通道位置均位于高光谱温度探测的最佳波段,由于考虑了季节、纬度下垫面等适用性差异,将为特定时间段特定区域的天气和气候研究提供便利,达到更有针对性地反演大气温度廓线,提高大气温度反演的精度。最后基于不同的红外高光谱探测仪(CrIS与giirs),运用同一种标准大气,使用同样的方法进行温度反演通道选择,在二者重合波段内,证明了通道选择方法的准确性,对比二者的选择结果,验证了风云四号卫星温度探测通道位置的可靠性。

关键词：风云四号A星干涉式大气垂直探测仪 giirs 通道优选红外高光谱

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

基于主成分分析和机器学习的晴空高光谱快速辐射传输算法研发

基于主成分分析和机器学习的晴空高光谱快速辐射传输算法研发

引用

作者：苏明月南京信息工程大学

学位级别：硕士

正向的辐射传输计算模型对于大气遥感、天气和气候模型等大气应用至关重要。但是随着红外探测技术的不断升级和改进,相应的前向高光谱大气模拟的要求也不断提升,而严格的辐射传输在实际应用中非常耗时,同时也占用了大量的存储资源。目... 详细信息

正向的辐射传输计算模型对于大气遥感、天气和气候模型等大气应用至关重要。但是随着红外探测技术的不断升级和改进,相应的前向高光谱大气模拟的要求也不断提升,而严格的辐射传输在实际应用中非常耗时,同时也占用了大量的存储资源。目前已有的大部分辐射传输模型是在辐射维度进行提速,但由于吸收系数的剧烈变化,大气吸收的计算和存储量也不容忽视。因此,本文基于多维度的信息冗余,研发了一种快速且准确的基于主成分分析方法(Principal Component Analysis,PCA)和机器学习(即神经网络,Neural Network,NN)的晴空高光谱快速辐射传输计算模型。地球同步干涉红外探测仪(Geosynchronous Interferometric Infrared Sounder,giirs)是搭载于风云四号静止卫星的第一个红外高光谱探测仪,被用于验证本文所研发模型的计算精度和效率。本文所研发的模型分别在大气透过率维度和辐射维度应用了PCA/NN算法,进一步压缩信息,减少单色的精确模拟数量,从而加速模型计算。第一次PCA/NN方法在大气透过率维度进行,所建立的快速大气透过率计算模型可以独立给出每种气体(三种主要吸收气体HO、O、CO)的高光谱透过率结果。第二次PCA/NN方法类似于已有的快速辐射传输模型在辐射维度中应用。同时,本文还利用了不同维度中对物理量(大气透过率和大气辐射)的有关影响变量(例如光谱、温度等)之间的相关性,使用了一种新方法为PCA/NN方法的展开前期选择代表性特征向量。基于PCA/NN方法的信息压缩一定程度地提升了计算的效率和精度,本模型在giirs上的验证结果显示:与精确的逐线模型相比,本模型的平均亮温差小于0.1 K,且计算效率提升了约三个数量级;两种计算方法应用于不同光谱时虽各有优势,但是二者计算精度和效率接近,可以视具体情况选择更为适合的方法。同时本论文所研发的快速模型不仅避免了额外的复杂透过率方案的使用,对于具有类似光谱范围的高光谱仪器,仅需改变本模型中使用的对应的仪器光谱响应函数即可,具有高度的灵活性。除了最终计算得到的仪器通道辐射量和亮温,本模型还可提供中间输出的高光谱大气透过率和辐射量数据集,可直接或作为其他模型子模块使用,适用的科研和业务场景也更为丰富。

关键词：高光谱大气辐射传输模型主成分分析法机器学习 giirs

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

基于星载红外高光谱观测用机器学习算法反演全天候大气温湿廓线

基于星载红外高光谱观测用机器学习算法反演全天候大气温湿廓线

引用

作者：姚姝含南京信息工程大学

学位级别：硕士

星载红外高光谱垂直探测仪giirs(Geostationary Interferometric Infrared Sounder)能够实现大气温度和湿度参数高垂直分辨率的观测,为数值天气预报提供精度更高的初始场。本文基于FY-4A giirs观测用深度机器学习算法分别实现了全天候... 详细信息

星载红外高光谱垂直探测仪giirs(Geostationary Interferometric Infrared Sounder)能够实现大气温度和湿度参数高垂直分辨率的观测,为数值天气预报提供精度更高的初始场。本文基于FY-4A giirs观测用深度机器学习算法分别实现了全天候一维大气温、湿度廓线反演和三维大气温、湿度廓线反演,挖掘和分析了机器学习算法在大气参数反演上的能力。基于giirs观测辐射值采用BP(Back Propagation Neural Network)神经网络法和深度学习的CNN(Convolutional Neural Network)卷积神经网络法实现大气温度、湿度廓线的一维(垂直维)反演,关键在于CNN法网络模型的构建与关键参数的优化。将训练样本根据不同地表类型和是否有云的影响分为三种方案(方案一:不分类;方案二:陆地/洋面分类;方案三:晴空/有云分类),分别进行建模、反演和检验。训练测试样本检验表明两种反演算法都有较好的反演精度,相对而言CNN法在所有高度层上反演偏差、均方根误差和平均相对误差均较小,反演精度更高。CNN法温度反演在高层10-200 h Pa改进较大,三种分类方案改进的最大值分别为1.15 K、1.06 K、1.02 K;湿度反演在对流层低层500-1000 h Pa改进较大,三种分类方案分别平均改进了0.43 g/kg、0.41g/kg、0.34 g/kg。BP神经网络法方案三时温度和水汽混合比廓线反演精度最好;CNN算法则方案一时反演精度最高。将CNN法应用于giirs实况观测资料反演时反演精度较差。对于三维大气温度、湿度廓线反演,基于giirs观测和时间、空间匹配的ECWMF(European Centre for Medium-Range Weather Forecasts)温度、湿度再分析场采用U-NET卷积神经网络法实现,重点在于二维图片样本大小的选择和模型的构建。将输入图片大小分为32×32的分割小区域样本(U-NET1)和160×160的连续大区域样本(U-NET2),分别构建两种U-NET网络模型。选取2021年02月中国区域giirs实况观测资料,将两种算法的反演结果分别与ERA5再分析资料场、Level 2业务产品和无线电探空观测进行了比较。两种算法反演得到的三维温度场和湿度场无论在形态分布还是量级上与ERA5再分析场都比较接近,并且温度场的反演比Level 2业务产品更接近ERA5温度场,尤其是U-NET2算法。无论是温度反演还是水汽反演,连续大区域U-NET2算法反演得到的温、湿度场在水平空间上均更加连续,与ERA5分析场更加接近。全天候条件下,与无线电探空观测相比两种U-NET算法在整个大气垂直高度层上均有着较好的表现,温度反演均方根误差几乎在所有高度层均低于Level 2级产品;湿度反演均方根误差均在2 g/kg之内,并且随着高度的升高而减小,而业务的Level 2级没有湿度产品。晴空条件下,则是Level 2业务温度产品的精度最高,两种U-NET算法的温度反演在对流层高层误差较小,而其湿度反演在所有高度层精度都较高,均方根误差均在2 g/kg之内。不论全天候条件还是晴空条件下,三种深度机器学习算法中U-NET2算法的反演精度最高,两种U-NET算法与CNN算法相比在所有高度层上温度和湿度反演均有很大程度的改进,700 h Pa以上温度均方根误差提高了约2.5 K,700-1000 h Pa对流层低层提高了约3 K,在600-1000 h Pa湿度提高了约1.5 g/kg。

关键词： giirs 大气温湿度廓线反演 BP神经网络 CNN卷积神经网络 U-NET卷积神经网络

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

基于星载红外高光谱观测用机器学习算法反演大气温湿廓线

引用

红外与激光工程 2022年第8期51卷 451-462页

作者：姚姝含官莉南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心江苏南京210044

星载红外高光谱垂直探测仪giirs(Geostationary Interferometric Infrared Sounder)能够实现大气温度和湿度参数高垂直分辨率的观测,为数值天气预报提供精度更高的初始场。基于giirs观测辐射值采用BP神经网络(Back Propagation Neural N... 详细信息

星载红外高光谱垂直探测仪giirs(Geostationary Interferometric Infrared Sounder)能够实现大气温度和湿度参数高垂直分辨率的观测,为数值天气预报提供精度更高的初始场。基于giirs观测辐射值采用BP神经网络(Back Propagation Neural Network)法和深度学习的卷积神经网络(Convolutional Neural Networks,CNN)法反演大气温度、湿度垂直廓线,重点在于CNN法模型的构建与参数的优化,得到反演精度最高的网络模型配置。将训练样本根据不同地表类型和是否有云的影响分为三种方案(方案一:不分类、方案二:陆地/洋面分类、方案三:晴空/有云分类),分别进行建模、反演和检验。结果表明两种反演算法都有较好的反演精度,相对而言CNN法在所有高度层上反演偏差、均方根误差和平均相对误差均较小,反演精度更高。CNN法温度反演在高层10~200 hPa改进较大,三种分类方案改进的最大值分别为1.15 K、1.06 K和1.02 K;湿度反演在对流层低层500~1000 hPa改进较大,三种分类方案分别平均改进了0.43 g/kg、0.41 g/kg和0.34 g/kg。BP神经网络法方案三时(即分晴空和云时)温度和水汽混合比廓线反演精度最好;CNN算法方案一时(即不对样本数据进行任何分类)反演精度最高。

关键词： giirs 大气温湿度廓线 BP神经网络卷积神经网络反演

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

机器学习方法在处理风云四号红外高光谱资料中的应用

机器学习方法在处理风云四号红外高光谱资料中的应用

引用

作者：张琪国防科技大学

学位级别：硕士

强对流发生前的天气预警、临近和短期天气预报都需要描述大气温度、湿度精细结构的观测资料的支持,搭载在静止卫星上的红外高光谱探测仪器是这种资料的主要来源之一。干涉式大气垂直探测仪(Geosynchronous Interferometric Infrared Sou... 详细信息

强对流发生前的天气预警、临近和短期天气预报都需要描述大气温度、湿度精细结构的观测资料的支持,搭载在静止卫星上的红外高光谱探测仪器是这种资料的主要来源之一。干涉式大气垂直探测仪(Geosynchronous Interferometric Infrared Sounder,giirs)是搭载在我国静止气象卫星风云四号A星上的红外高光谱仪器,相对于极轨卫星上的高光谱仪器,它具有高频次连续观测局地区域的优势,能够监测快速变化的中尺度大气系统。为了在数值天气预报系统中充分发挥giirs数据的特性和优势,本文在充分掌握giirs数据的空间分布和光谱特征后,采用机器学习方法针对其在数值天气预报中亟待解决的两个问题展开了研究:(1)高效、准确的云检测:快速大气辐射传输模式很难精准地模拟出云中的辐射传输过程;当探测像元视场直径大于10KM时,红外高光谱仪器约有90%的视场都被云污染;目前的数值预报系统无法高效处理giirs每日巨大的数据量。基于以上三点的考虑和实时预报的需求,如何在giirs资料进入同化系统前对其进行高效、准确的云检测是一个重要的问题。本文将云检测视为一个分类问题,通过训练鲁棒性强的L正则化Logistic回归算法达到了对giirs视场进行高效云检测的目的。与经典的成像仪匹配云检测法相比,本文提出的云检测模型在具有高准确率(>95%)的同时检测效率显著提升;对比目前三维变分同化系统中依赖于背景场的云检测方法,本文提出的方法只需将giirs观测辐射作为输入,避免了由于背景场不准确引起的误差。综上,本文提出的云检测方法能够用于资料同化系统中对giirs资料进行实时云检测。(2)高精度大气温度廓线的反演:由于具有高光谱分辨率,相对于传统多光谱传感器,红外高光谱仪器能够探测更加精细的大气垂直结构,对天气过程预警具有重要作用。然而由卫星接收到的辐射反演大气状态这个逆问题是不适定的;此外,卫星接收辐射和大气参数之间的非线性关系、通道噪声和通道高相关性给反演大气温度廓线进一步增加了难度,使其成为一个具有挑战性的问题。为了反演出高精度的大气温度廓线,以光谱通道的温度雅可比和噪声水平作为依据,从giirs的上百个长波通道中选出了对不同高度温度敏感的50个低噪声通道作为输入特征,采用了三种非线性拟合能力强的机器学习算法(高斯过程回归、随机森林、人工神经网络)作为基础模型。试验中创新性地使用香农熵采样法构造出了有代表性的样本集,在反演出高精度大气温度廓线的同时显著提升了训练效率。三种模型中,基于随机森林方法的模型反演效果最为突出:非台风过程时,随机森林反演模型在10h Pa以下的气压层上均方根误差在1.5K以内,偏差在±1K以内;台风过程中,10h Pa以下均方根误差在2K以内,偏差在±2 K以内。综上所述,本文提出的大气温度廓线反演模型能够高效地获得高精度的大气温度廓线。

关键词：静止卫星红外高光谱 giirs 机器学习云检测温度廓线反演

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

基于风云四号高光谱红外模拟资料反演大气温湿廓线试验研究

基于风云四号高光谱红外模拟资料反演大气温湿廓线试验研究

引用

作者：周爱明南京信息工程大学

学位级别：硕士

大气温湿是气象预报和气候预测研究及业务的主要参数,红外高光谱遥感能提供区域和全球高精度大气温湿资料。风云四号(FY-4)是国内第一个装载高光谱红外垂直探测仪的静止卫星,国际上无相关高轨同类载荷的相关研究和反演经验,且随着风云... 详细信息

大气温湿是气象预报和气候预测研究及业务的主要参数,红外高光谱遥感能提供区域和全球高精度大气温湿资料。风云四号(FY-4)是国内第一个装载高光谱红外垂直探测仪的静止卫星,国际上无相关高轨同类载荷的相关研究和反演经验,且随着风云四号高光谱红外大气垂直探测仪的处理流程、产品质量等指标的不断完善,在温湿廓线反演研究中使用这些资料的需求越来越迫切。为推动我国FY-4高光谱红外垂直探测仪(giirs)资料温湿廓线反演研究,本文基于FY-4 giirs辐射正演模拟理论,利用神经网络构建了四套反演体系:全球以及中国区域的温度和湿度反演算法模型,对反演效果进行评价,同时建立了 Metop-A高光谱红外垂直探测仪(IASI)反演温湿廓线的模型,并对比分析两种模拟资料反演大气温湿廓线的能力。本文的主要研究成果及结论:(1)完成了 giirs和IASI的正演模拟计算过程。将全球晴空训练样本CIMSS数据作为辐射传输模式的输入,通过一系列的理论计算,得到模拟的giirs和IASI亮温值,并作对比分析发现,虽然giirs模拟亮温值在总体上低于IASI,但是两者在所有通道的模拟亮温值走势一致,这也验证了 giirs正演模拟的准确性。(2)实现了 giirs模拟资料的大气温度廓线反演试验,建立了全球和中国区域两种大气温度反演模型。通过对该反演模型精度的分析,发现中国区域反演大气温度的精度(RMSE=1.922K)高于全球(RMSE=2.630K)。对比分析用5类CIMSS数据反演大气温度的效果,发现用NOAA88的CIMSS数据进行大气温度反演的精度最高(RMSE=1.853K),平均误差达到了 0.070K,具有高度相关性(R=0.998)。且对流层大气温度反演精度(RMSE=0.846K)明显高于平流层(RMSE=2.020K),平均误差分别为-0.003K和0.024K。(3)实现了 giirs模拟资料的大气湿度廓线反演试验,建立了全球和中国区域的两种大气湿度反演模型。对于全球区域下的反演模型,水汽混合比RMSE为0.440g/kg,且用NOAA88的CIMSS数据进行大气水汽混合比的反演精度(RMSE=0.315g/kg)最高。对于中国区域下的反演模型,反演大气水汽混合比、相对湿度和水汽密度的RMSE分别为0.362g/kg、9.079%和0.450g/m3,且中国区域反演大气湿度的模型精度优于全球。(4)实现了 IASI模拟资料的大气温湿廓线反演试验,建立了全球和中国区域的四种反演大气温湿廓线的模型。对于全球反演模型,反演大气温度和湿度的RMSE分别为1.054K和0.524g/kg,且用NOAA88的CIMSS数据进行反演大气水汽混合比的精度最高(RMSE=0.439g/kg)。对于中国区域的反演模型,反演大气温度和湿度的RMSE分别为0.989K和0.487g/kg(水汽混合比)、5.307%(相对湿度)、0.364g/m3 (水汽密度)。且在中国区域建立反演温湿廓线的模型精度要优于全球。(5)对比分析了 giirs与IASI两种模拟资料反演大气温湿廓线的精度。对于反演温度能力的检验,发现FY-4 giirs大气温度反演精度在低层优于IASI,在高层误差大于IASI;而对于反演湿度能力的检验,发现giirs大气湿度的反演精度明显优于IASI。总之我国FY-4 giirs资料在温湿廓线反演方面具有重要研究前景。

关键词： giirs IASI BP神经网络大气温湿廓线反演精度

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

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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：