本文主要研究内容
作者樊旭,毛文茜,吴肖燕,曲宗希,张北斗,张文煜(2019)在《基于伪逆学习算法的地基微波辐射计反演算法研究》一文中研究指出:利用兰州大学半干旱气候与环境观测站(SACOL站)2009-2010年的地基微波辐射计亮温资料和榆中站探空资料,基于伪逆学习算法建立了应用于地基微波辐射计温度、相对湿度和水汽密度反演的神经网络(PIFN),并将反演结果与地基微波辐射计自带反演产品进行了对比,研究了伪逆学习算法在地基微波辐射计气象要素反演算法本地化的应用效果.结果表明:PIFN反演的温度、相对湿度和水汽密度的均方根误差的最大值分别为6.41K,31.21%和1.5g/m3,地基微波辐射计温度、相对湿度和水汽密度产品的均方根误差最大值分别为11.93K,53.18%和3.06g/m3,与微波辐射计自带神经网络反演结果在不同高度层进行比较可以看出PIFN对2~10km、1~7km和0~3km的大气温度、相对湿度和水汽密度廓线的反演均有明显改善,伪逆学习算法能够应用于地基微波辐射计气象要素的反演算法的本地化.
Abstract
li yong lan zhou da xue ban gan han qi hou yu huan jing guan ce zhan (SACOLzhan )2009-2010nian de de ji wei bo fu she ji liang wen zi liao he yu zhong zhan tan kong zi liao ,ji yu wei ni xue xi suan fa jian li le ying yong yu de ji wei bo fu she ji wen du 、xiang dui shi du he shui qi mi du fan yan de shen jing wang lao (PIFN),bing jiang fan yan jie guo yu de ji wei bo fu she ji zi dai fan yan chan pin jin hang le dui bi ,yan jiu le wei ni xue xi suan fa zai de ji wei bo fu she ji qi xiang yao su fan yan suan fa ben de hua de ying yong xiao guo .jie guo biao ming :PIFNfan yan de wen du 、xiang dui shi du he shui qi mi du de jun fang gen wu cha de zui da zhi fen bie wei 6.41K,31.21%he 1.5g/m3,de ji wei bo fu she ji wen du 、xiang dui shi du he shui qi mi du chan pin de jun fang gen wu cha zui da zhi fen bie wei 11.93K,53.18%he 3.06g/m3,yu wei bo fu she ji zi dai shen jing wang lao fan yan jie guo zai bu tong gao du ceng jin hang bi jiao ke yi kan chu PIFNdui 2~10km、1~7kmhe 0~3kmde da qi wen du 、xiang dui shi du he shui qi mi du kuo xian de fan yan jun you ming xian gai shan ,wei ni xue xi suan fa neng gou ying yong yu de ji wei bo fu she ji qi xiang yao su de fan yan suan fa de ben de hua .
论文参考文献
论文详细介绍
论文作者分别是来自西南大学学报(自然科学版)的樊旭,毛文茜,吴肖燕,曲宗希,张北斗,张文煜,发表于刊物西南大学学报(自然科学版)2019年01期论文,是一篇关于地基微波辐射计论文,伪逆学习算法论文,温湿度廓线论文,水汽密度廓线论文,西南大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自西南大学学报(自然科学版)2019年01期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:地基微波辐射计论文; 伪逆学习算法论文; 温湿度廓线论文; 水汽密度廓线论文; 西南大学学报(自然科学版)2019年01期论文;