微波辐射计降雨条件下海气参数反演算法研究

发布时间：2017-12-09 23:29

  本文关键词：微波辐射计降雨条件下海气参数反演算法研究

  更多相关文章： 微波辐射计 AMSR2 海表风速 海表温度 降雨

【摘要】：微波辐射计是通过测量地物微波辐射亮温从而提取地物信息的被动式微波遥感器,已经广泛应用于大气微波遥感、海洋微波遥感和陆地微波遥感等众多领域。海洋表面是海洋和大气能量及其他交换的界面,是人类研究和开发海洋的一个重要议题。本文针对降雨条件下海气参数反演较为困难这一问题,采用AMSR2在轨亮温数据,利用半统计模型法和统计模型法,分别发展了适用于飓风情况的风速反演算法和适用于全球的降雨条件下海表温度和风速的反演算法,弥补了AMSR2传感器无降雨条件下的海表风速和温度数据产品的不足,为飓风等海洋灾害预报和评估,提供数据支持。本文的主要内容和结论包括:(1)AMSR2在轨亮温数据稳定性评价。阐述最低亮温分析方法的基本原理,利用多项式拟合,确定AMSR2各个通道的最低亮温值,并分析其变化情况,发现各通道最低亮温标准差为0.2K-1.3K,与同类传感器水平相当,结果表明AMSR2辐射计在轨性能稳定,在轨亮温数据稳定、可靠。(2)降雨条件下飓风风速反演算法。基于辐射传输模型,考虑降雨对大气吸收的影响,研究不同频率亮温对降雨的敏感度,得到了对降雨不敏感而对于风速较为敏感的通道组合TB6.8H-0.39*TB10.7H,用于飓风风速反演算法的建立。最终算法结果通过与HRD风场数据比较,线性回归算法的反演结果标准偏差2.7m/s,相对误差11%;BP神经网络算法的反演结果标准偏差2.2m/s,相对误差8%。BP神经网络算法的结果优于线性回归算法。(3)降雨条件下全球海气参数反演算法。利用AMSR2的L1B亮温数据,提取降雨点数据,与NDBC浮标数据匹配,分别建立线性回归算法和神经网络算法。线性回归算法的海表温度SST标准偏差1.9℃,相关系数0.97;海表风速标准偏差3.0m/s,相关系数0.70。BP神经网络方法反演算法,得到海表温度SST标准偏差1.6℃,相关系数0.98;海表风速标准偏差2.4m/s,相关系数0.81。BP神经网络算法的结果优于线性回归算法。
【学位授予单位】：中国石油大学(华东)
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P714

【相似文献】

中国期刊全文数据库 前3条

1 王淑云;叶天力;鲁晓兵;聂雪媛;;降雨条件下北川斜坡破坏的数值模拟[J];中国地质灾害与防治学报;2014年02期

2 张书函,康绍忠,蔡焕杰,聂光镛;天然降雨条件下坡地水量转化的动力学模式及其应用[J];水利学报;1998年04期

3 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 袁自瑛;张展羽;;次降雨条件下农田土壤及地下水氮素分布特征分析[A];现代节水高效农业与生态灌区建设（下）[C];2010年

2 左海军;马履一;张奇;;土壤水渗漏对降雨条件的响应关系研究[A];第二届中国林业学术大会——S4 人工林培育理论与技术论文集[C];2009年

中国硕士学位论文全文数据库 前1条

1 姚盼盼;微波辐射计降雨条件下海气参数反演算法研究[D];中国石油大学(华东);2014年

，

本文编号：1272290