基于机器学习树模型的GNSS-R海面风场反演研究

发布时间：2022-07-11 10:05

　　海洋表面风场是海洋重要的动力学参数,几乎与所有的海洋活动密切相关。全球卫星导航定位系统（Global Navigation Satellite System,GNSS）不仅可以用于传统的导航和定位,还可以利用其前向散射信号进行遥感应用研究,该技术称为GNSS反射信号遥感技术（GNSS-Reflectometry,GNSS-R）。GNSS-R技术凭借其低成本、全天候、高时空分辨率、覆盖范围广等优点得到了广泛的关注,经过几十年的发展,在海洋高度、海面风场、海面溢油、土壤湿度等方面都有所应用。本文以GNSS-R技术结合机器学习树模型算法反演海面风场为研究方向展开了相关工作。本文利用TDS-1（TechDemoSat-1）卫星与欧洲中期天气预报中心（European Centre for Medium-Range Weather Foresting,ECMWF）分析场数据进行时空匹配得到原始样本集。对原始样本集进行预处理后得到适合机器学习树模型学习的训练集和验证集。训练集用于树模型的训练,验证集主要用于检验学习器的反演精度。用五种常用的树型模型决策树、随机森林、GBDT、LightGBM以及X... 

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 GNSS-R技术反演海面风场研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文的研究目标与研究内容
    1.4 论文的组织结构
第2章 相关理论与技术概述
    2.1 GNSS-R技术
        2.1.1 GNSS系统
        2.1.2 GNSS-R几何关系
        2.1.3 GNSS反射信号的接收与处理
    2.2 机器学习
        2.2.1 决策树
        2.2.2 GBDT
        2.2.3 随机森林
        2.2.4 LightGBM
        2.2.5 模型评价标准
        2.2.6 交叉验证
        2.2.7 模型融合
    2.3 本章小结
第3章 基于机器学习树模型的GNSS-R海面风场反演
    3.1 数据集介绍与预处理
    3.2 机器学习训练整体流程
    3.3 基于滑动窗口的海面风场反演
        3.3.1 滑动窗口
        3.3.2 模型训练
        3.3.3 反演结果及分析
        3.3.4 模型融合
    3.4 本章小结
第4章 海面风场反演树模型影响因子分析
    4.1 赤道两侧纬度变化对反演的影响
    4.2 基于南北半球反演差异分析
    4.3 基于昼夜变化反演结果分析
    4.4 本章小结
第5章 结论和展望
    5.1 结论
    5.2 展望
参考文献
作者简历及攻读学位期间发表的学术论文与研究成果
致谢



本文编号：3657969