基于BP神经网络反演云顶高度

发布时间：2021-07-05 08:05

　　精确估计云顶高度可以在数值天气预报以及气候模型领域中起到举足轻重的作用。云顶高度首先影响着加受油机对接,影响着飞机通讯质量,其次降低对目标的识别,还会破坏电磁干扰与抗干扰。因此,获取更精确的云高信息,不仅节约了时间,还避免了错误估计而造成不必要的损失。本文以训练样本集中日本葵花8静止气象卫星光谱通道数据为输入,以美国CALIPSO卫星的结果为输出,通过构建神经网络模型方法,利用BP神经网络,针对葵花8静止气象卫星,建立葵花8卫星云顶高反演模型,使用检验样本集,对反演模型取得的云顶高反演结果进行检验与分析,研究模型的云顶高反演能力、特性和效果。 

【文章来源】：科技通报. 2020,36(06)

【文章页数】：5 页

【部分图文】：

BP神经网络模型部分代码展示

在运行代码时，还运用了Tensorboard来记录训练过程的loss值的变化，从而观察精度的变化。训练集的loss值的变化过程如图2所示，验证集的loss值的变化过程如图3所示，纵坐标表示损失函数的loss值，横坐标表示训练的步数。如图所示，loss的数值呈下降趋势，前100步的时候下降很快，在100～500步的时候下降缓慢，训练集的loss值的变化集中在0.0245～0.0225，所以训练集loss的数值不错。对于验证集的数据，前100步的变化趋势和训练集的loss类似，在100步以后虽然loss值在图中的波动很大，但是loss值一直集中在0.036～0.044。可见验证集的loss也很小，模型训练的效果不错。

验证集的loss展示

【参考文献】：
期刊论文
[1]基于BP神经网络的城市房价预测[J]. 叶斯林,雷忠雨.  科技传播. 2018(14)
[2]基于A-Train综合资料的云顶高度反演研究[J]. 李冠林,严卫,王蕊,韩丁,陆文,万应虎,里巍.  气象. 2016(08)
[3]FY-2C静止气象卫星资料对不透明云云顶气压的反演研究[J]. 朱亚平,程周杰,刘健文,齐琳琳,宁应惠,吉微.  热带气象学报. 2014(03)
[4]两种氧气A吸收带云顶高度反演算法的理论比较与实测结果验证[J]. 张岩,吕达仁,段民征.  遥感技术与应用. 2011(01)
[5]使用MODIS数据对云顶高的反演研究[J]. 林琳,黄思训,杜华栋.  气象科学. 2006(06)



本文编号：3265697