基于SSM/I数据的神经网络方法反演海面风速
讨论了单参数神经网络模型、多参数及复合多参数神经网络模型对反演精度的影响，并对增加85.5GHz垂直和水平极化亮温作为输入项对反演精度的提高进行了验证.重点发展了一种新型的复合多参数神经网络(CMANN)算法，并分析了其在不同风速范围下的反演效果.随着风速的增加，反演风速的精度也有提高，高风速(≥15m/s)较低风速有更小的风速误差.比较表明，此方法的反演效果优于以往的各种SSM/I反演风速算法.反演风速的范围为0-25m/s，在晴天和云天混合状况下反演风速与实测风速的均方根误差为1.61m/s，晴天则达到1.46m/s.
海面风速 SSM/I数据 神经网络模型 反演精度
孟雷
北京2433信箱6分箱,北京,100081
国内会议
成都
中文
278-287
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）