星载微波散射计神经网络方法反演海面风场研究

发布时间：2017-04-17 17:15

  本文关键词：星载微波散射计神经网络方法反演海面风场研究，由笔耕文化传播整理发布。

【摘要】：海洋表面风场是海洋动力环境的重要参数。星载微波散射计是获取海洋表面风速的重要仪器,通过测量目标的反射回波,得到目标后向散射系数信息。由于散射计较大的观测刈幅和丰富的方位角观测信息,适合用于海洋风场观测,其风产品在全球天气预报、天气分析、海洋环流分析等领域有着极其广泛和重要的应用。星载微波散射计数据产品大致可以分为两级,一级产品以后向散射系数为主,二级产品以风场产品为主。观测的后向散射系数与海面风场的对应关系建立了微波散射计的半经验地球物理模型函数(Geophysical Model Function,GMF)。传统风场反演方法以GMF为基础展开,在高风速条件下,后向散射系数易发生饱和,后向散射系数与风场的对应关系难以准确描述。本文研究利用神经网络方法处理微波散射计数据,反演海面风场。重点研究海洋二号(HY-2)卫星微波散射计数据反演,特别是中高风速条件下的风场反演。其中风速的反演基于后向传播(Back Propagation,BP)神经网络;多解风向的反演基于混合密度(Mixture Density Network,MDN)神经网络,求解过程中的核函数采用高斯分布;网络训练的目标风场采用欧洲中期天气预报中心(European Centre for Medium-Range Weather Foresting,ECMWF)模式风场。本文针对低风速和中高风速情况,分别建立了风场反演神经网络模型,并对本文方法反演得到的风场和HY-2微波散射计L2B风场产品进行了比较。通过与ECMWF风场的比较,利用本文神经网络方法反演的风场可以满足HY-2微波散射计风场反演的精度要求。同时通过与国家卫星海洋应用中心发布的HY-2微波散射计L2B级风场产品相比较,表明本文方法反演的风场更接近ECMWF模式风场。
【关键词】：微波散射计 海面风场反演 神经网络 海洋二号卫星
【学位授予单位】：中国科学院国家空间科学中心
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P714.2;TP183
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-22
• 1.1 引言12-13
• 1.2 微波散射计测量海面风场13-19
• 1.2.1 微波散射计海面风场测量原理13-15
• 1.2.2 星载散射计简介15-19
• 1.3 微波散射计海面风场反演方法研究现状19-21
• 1.4 本论文工作及论文结构21-22
• 第2章 微波散射计风场反演方法22-38
• 2.1 微波散射计风场反演方法概述22-23
• 2.2 基于GMF的微波散射计海面风场反演方法23-24
• 2.2.1 地球物理模型函数23
• 2.2.2 最大似然估计法23-24
• 2.2.3 模糊解去除24
• 2.3 基于神经网络的微波散射计海面风场反演方法24-38
• 2.3.1 神经网络介绍24-29
• 2.3.2 神经网络反演方法整体流程29-30
• 2.3.3 数据准备30-35
• 2.3.4 神经网络反演模型35-38
• 第3章 海面风场反演神经网络模型训练38-58
• 3.1 神经模型训练整体流程38-39
• 3.2 低风速模型训练39-47
• 3.2.1 模型数据39-40
• 3.2.2 风速模型训练40-43
• 3.2.3 风向模型训练43-47
• 3.3 中高风速模型训练47-55
• 3.3.1 模型数据47-48
• 3.3.2 风速模型训练48-52
• 3.3.3 风向模型训练52-55
• 3.4 神经网络模型训练结果汇总55-57
• 3.4.1 低风速风场反演模型总结55-56
• 3.4.2 中高风速风场反演模型总结56-57
• 3.5 小结57-58
• 第4章 海面风场反演神经网络模型分析58-68
• 4.1 低风速模型分析59-65
• 4.2 中高风速模型分析65-66
• 4.3 小结66-68
• 第5章 总结与展望68-70
• 5.1 总结68
• 5.2 展望68-70
• 参考文献70-74
• 致谢74-76
• 个人简历、在学期间发表的论文与研究成果76

【参考文献】

中国期刊全文数据库 前10条

1 林明森;邹巨洪;解学通;张毅;;HY-2A微波散射计风场反演算法[J];中国工程科学;2013年07期

2 王睿;徐浩;张欢;贾宏;;海洋二号卫星特点及应用[J];中国航天;2012年10期

3 钟剑;黄思训;张亮;;星载微波散射计资料反演海面风场进展研究[J];气象科学;2010年01期

4 张毅;蒋兴伟;林明森;张有广;解学通;;星载微波散射计的研究现状及发展趋势[J];遥感信息;2009年06期

5 解学通;郁文贤;郭丽青;方裕;李文春;;基于遗传算法的微波散射计海面风矢量反演研究[J];海洋通报;2008年04期

6 解学通;方裕;陈克海;黄舟;陈斌;;用SeaWinds散射计数据反演海面风矢量的神经网络模型[J];高技术通讯;2008年02期

7 冯倩;彭海龙;林明森;;基于混合密度网络的NSCAT散射计海面风场反演[J];海洋学报(中文版);2006年05期

8 王晓海;杨斌利;;国外星载微波散射计应用现状及未来发展趋势[J];中国航天;2006年07期

9 林明森;宋新改;彭海龙;冯倩;;散射计资料的风场神经网络反演算法研究[J];国土资源遥感;2006年02期

10 解学通;方裕;陈克海;陈晓翔;;一种海面风场反演的快速风矢量搜索算法[J];遥感学报;2006年02期

中国博士学位论文全文数据库 前1条

1 林文明;星载扇形波束扫描微波散射计系统研究[D];中国科学院研究生院（空间科学与应用研究中心）;2011年

  本文关键词：星载微波散射计神经网络方法反演海面风场研究，由笔耕文化传播整理发布。

，

本文编号：313933