沙漠地区微波地表发射率反演算法的初步研究
发布时间：2021-03-22 17:58
地表温度是地球表面能量平衡和温室效应的重要指标,也是区域和全球尺度地表物理过程的一个关键因子,而地表发射率的反演精度直接影响了地表温度的估计,因此精确获得地表发射率是地表温度反演的关键。本论文利用CRTM（Community Radiative Transfer Model）辐射传输模式,结合风云三号气象卫星C星（FY-3C）的微波成像仪资料,反演沙漠地区微波地表发射率与其影响因子之间的函数关系模型。通篇以提高地表发射率反演精度,构建算法模型展开的。全文共分为六章,前两章分别介绍了当前国内外对地表发射率反演的研究进展、研究成果以及CRTM模式。第一章主要给出地表发射率反演的物理模型、半经验模型和资料分析方法三种分析方法,详细描述各种模型的应用途径和局限性;第二章介绍了 CRTM模式及本论文使用的资料,重点是为了利用CRTM模式描述辐射传输过程的真实状态,以及算法程序的流程。通过总结前人的研究成果以及现有的算法模式,我们尝试开发针对特定问题的算法模型。第三章引入了一种基于遗传算法和牛顿法的联合算法来反演沙漠地区微波地表发射率的函数模型,具体是结合遗传算法全局高效搜索和牛顿法局部细致搜索的...
【文章来源】：南京信息工程大学江苏省
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图３．２原模式和改进的地表发射率在不同扫描点的值??由图３．２可看出改进的和原模式地表发射率值差别很大，原模式地表发射??
迭代次数??图３．３联合算法中目标函数值随迭代次数的变化??由于目标函数值量级的差异，图３．４给出联合算法中牛顿迭代下目标函数??的变化，可见，蓝色线在刚开始迭代的５０次里，目标函数下降的速度很快，５０??次后下降的速度变缓直至趋于稳定，取迭代５６次时的值作为牛顿迭代的最优解，??这时，目标函数值为１８１．５６（?Ｋ２?），相比最初的代价函数值下降了?３１２２１．６７（?Ｋ２?），??平均一个扫描点的亮温误差仅为２．１３?（Ｋ）左右，相对原来的模式结果，这里??的误差己经很小，达到精度要求。此时对应的最优１?＝?（－０．００５４，－０．００２４，２．３６４１）。??２８??
为了考察联合算法中由遗传算法提供的初始值的作用，这里设计了一个试??验，即利用随机初始值，如义，＝（－０．００３３，－１．７０７２，２．２７７８）提供给牛顿法进行迭??代（图３．５），刚开始时目标函数值为２６３８．４６?（Ｋ２），迭代５４次，目标函数值??达到最小，但从５４次后继续迭代目标函数有局部的上升，迭代７０次后趋于稳??定，取此时的结果为最优解，此时目标函数为１０８７．７４?（Ｋ２），相比最初的代价??函数值下降了?１５５０．７２?（?Ｋ２?），平均到４０个格点，每一个点的亮温误差约为５．２２??（Ｋ），而在联合算法中牛顿法虽然只迭代了?５６次，但误差却比单纯的牛顿法??小很多。可见牛顿法对初始值非常敏感，初始值不同即使迭代次数相同，但结??果却可能相差甚远，不合适的初始值很难达到误差要求。可见联合算法在处理??目标函数极小化问题上，前期的遗传算法为后期的牛顿法提供了合适的初值，??为目标函数达到全局最优奠定了基础。??２９??
【参考文献】：
期刊论文
[1]遗传算法优化BP神经网络的非线性函数拟合研究[J]. 王光明,王爱平. 赤峰学院学报(自然科学版). 2014(22)
[2]CRTM微波亮温模拟对地表和云参数的敏感性分析[J]. 白翎,师春香,刘冰,成璐,杨袁慧. 气象. 2014(11)
[3]沙漠地区微波地表发射率年内变化规律与气候因子的关系分析[J]. 吴莹,王振会,翁富忠. 国土资源遥感. 2014(03)
[4]微波地表发射率模型研究进展[J]. 吴莹,王振会. 国土资源遥感. 2013(04)
[5]沙漠地区微波地表发射率和土壤质地关系分析[J]. 吴莹,WENG Fuzhong,王振会,YAN Banghua. 高原气象. 2013(02)
[6]被动微波遥感反演地表发射率研究进展[J]. 吴莹,王振会. 国土资源遥感. 2012(04)
[7]地表发射率不同的估算方法对地表温度的影响[J]. 肖瑶,王艳慧,赵文慧,阿多. 地理空间信息. 2012(01)
[8]青藏高原地表微波比辐射率的反演与分析[J]. 何文英,陈洪滨,孙强,王旻燕. 遥感技术与应用. 2011(06)
[9]基于遗传-拟牛顿混合算法的到达时间差定位[J]. 史洪宇,贺前华,魏晓慧. 计算机工程. 2011(11)
[10]遗传算法理论及其应用研究进展[J]. 边霞,米良. 计算机应用研究. 2010(07)
硕士论文
[1]基于神经网络的手写字符识别系统[D]. 王泰刚.大连海事大学 2013
本文编号：3094231
【文章来源】：南京信息工程大学江苏省
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图３．２原模式和改进的地表发射率在不同扫描点的值??由图３．２可看出改进的和原模式地表发射率值差别很大，原模式地表发射??
迭代次数??图３．３联合算法中目标函数值随迭代次数的变化??由于目标函数值量级的差异，图３．４给出联合算法中牛顿迭代下目标函数??的变化，可见，蓝色线在刚开始迭代的５０次里，目标函数下降的速度很快，５０??次后下降的速度变缓直至趋于稳定，取迭代５６次时的值作为牛顿迭代的最优解，??这时，目标函数值为１８１．５６（?Ｋ２?），相比最初的代价函数值下降了?３１２２１．６７（?Ｋ２?），??平均一个扫描点的亮温误差仅为２．１３?（Ｋ）左右，相对原来的模式结果，这里??的误差己经很小，达到精度要求。此时对应的最优１?＝?（－０．００５４，－０．００２４，２．３６４１）。??２８??
为了考察联合算法中由遗传算法提供的初始值的作用，这里设计了一个试??验，即利用随机初始值，如义，＝（－０．００３３，－１．７０７２，２．２７７８）提供给牛顿法进行迭??代（图３．５），刚开始时目标函数值为２６３８．４６?（Ｋ２），迭代５４次，目标函数值??达到最小，但从５４次后继续迭代目标函数有局部的上升，迭代７０次后趋于稳??定，取此时的结果为最优解，此时目标函数为１０８７．７４?（Ｋ２），相比最初的代价??函数值下降了?１５５０．７２?（?Ｋ２?），平均到４０个格点，每一个点的亮温误差约为５．２２??（Ｋ），而在联合算法中牛顿法虽然只迭代了?５６次，但误差却比单纯的牛顿法??小很多。可见牛顿法对初始值非常敏感，初始值不同即使迭代次数相同，但结??果却可能相差甚远，不合适的初始值很难达到误差要求。可见联合算法在处理??目标函数极小化问题上，前期的遗传算法为后期的牛顿法提供了合适的初值，??为目标函数达到全局最优奠定了基础。??２９??
【参考文献】：
期刊论文
[1]遗传算法优化BP神经网络的非线性函数拟合研究[J]. 王光明,王爱平. 赤峰学院学报(自然科学版). 2014(22)
[2]CRTM微波亮温模拟对地表和云参数的敏感性分析[J]. 白翎,师春香,刘冰,成璐,杨袁慧. 气象. 2014(11)
[3]沙漠地区微波地表发射率年内变化规律与气候因子的关系分析[J]. 吴莹,王振会,翁富忠. 国土资源遥感. 2014(03)
[4]微波地表发射率模型研究进展[J]. 吴莹,王振会. 国土资源遥感. 2013(04)
[5]沙漠地区微波地表发射率和土壤质地关系分析[J]. 吴莹,WENG Fuzhong,王振会,YAN Banghua. 高原气象. 2013(02)
[6]被动微波遥感反演地表发射率研究进展[J]. 吴莹,王振会. 国土资源遥感. 2012(04)
[7]地表发射率不同的估算方法对地表温度的影响[J]. 肖瑶,王艳慧,赵文慧,阿多. 地理空间信息. 2012(01)
[8]青藏高原地表微波比辐射率的反演与分析[J]. 何文英,陈洪滨,孙强,王旻燕. 遥感技术与应用. 2011(06)
[9]基于遗传-拟牛顿混合算法的到达时间差定位[J]. 史洪宇,贺前华,魏晓慧. 计算机工程. 2011(11)
[10]遗传算法理论及其应用研究进展[J]. 边霞,米良. 计算机应用研究. 2010(07)
硕士论文
[1]基于神经网络的手写字符识别系统[D]. 王泰刚.大连海事大学 2013
本文编号：3094231
本文链接：https://www.wllwen.com/projectlw/qxxlw/3094231.html
