利用遗传算法反演实时近海面气温和比湿.pdfVIP

研究报告 尺 利用遗传算法反演实时近海面气温和比湿 王丽静 。，何宜军 ，张 彪 (1．中国科学院 海洋研究所 ，山东 青岛 266071；2．中国科学院 研究生院，北京 100049) 摘要：使用AdvancedMicrowaveScanningRadiometerforEOS(AMSRE)的海洋产品数据海表温度、风速、大 气水蒸气 、云液态水 ，通过遗传算法建立其与近海面气温和 比湿之 间的经验关系，进行近海面气温和 比湿的 实时反演 。反演结果与 TheTropicalOceanAtmosphere(TAO)和 TheNationalDataBuoyCenter(NDBC)的 浮标实测资料进行比较 ，实时近海面气温和 比湿的均方根误差分别为 1．18~C和 1．36g／kg。分析结果表 明， 利用遗传算法采用AMSR-E海洋产品数据可 以较好地反演近海面气温和 比湿 。 关键词 ：遗传算法 ；近海面气温 ；比湿 ；AMSR—E 中图分类号：TP79 文献标识码 ：A 文章编号 2OO9)04—0020—05 海洋上的热通量是研究海洋上空热量收支 的 Liu等 采用改进的Bowen比方法估算 中国台湾及 一 个主要参数 ，它一直是研究海气交互作用 的重要 中国南海海 区的实时近海面气温，先根据 36个月的 内容之一 ，通常采用海表温度 、近海面气温 、比湿和 试验确定在中国台湾及 中国南海海区的最优 Bowen 风速四个气象参数 由块体公式计算得 出。以往通 比值，然后利用Bowen比的定义 ，依据海表温度和海 常是 由实测数据来计算感热通量和潜热通量 ，但是 面风速计算出近海面气温值，与实测数据相 比，其均 它 的主要 问题是实测数据 空 间和 时 间采样 的不 方根差为 1．46K。Singh等 采用人工神经网络方 同_1]，且难 以获取长时问、大面积的观测 资料 ，也就 法 由MSMR的亮温数据来计算月平均的近海面气 难 以利用它们研究全球气候变化 。随着遥感技术 温和湿度，同实测资料相比的均方根差分别为 1．O℃ 的发展 ，可以获取 多种地球表面参数 ，而且卫星观 和 1．1g／kg。Jackson等 利用多种卫星量温资料 测数据可以提供高的时空分辨率 ，这样就为感热和 用线性回归的方法来反演实时近海面气温 ，同实测 潜热通量的计算提供 了独特的方法 ，但是用来计算 数据相 比最小 的均方根误差为 l_50C。遗传算法是 通量 的近海面气温和 比湿通常不能直接 由卫星测 由Holland提出的模拟生物在 自然环境中的遗传和 量来获取 。 进化过程而形成的一种 自适应全局优化概率搜索算 目前反演大气参数的方法基本可 以分为三类 ： 法 。它的一个独特的优点就是它可以得到一组不同 物理方法、半统计方法和统计方法 。采用 比较 多的 变量之间的比较简单实用的关系。而利用其他非线 是统计方法，主要包括线性 回归、Bowen比和神经网 性方法 ，如神经 网络方法 ，则需要对神经网络有完整 络方法。Jones等_】利用卫星资料结合神经 网络方 的认识，包括一系列复杂的输入层，隐含层，每一层 法提出了反演近海面月平均气温和湿度 的算法，通 的响应函数的形式及权重等。遗传算法同其他非线 过引入人工神经 网络算法来建立转换 函数 ，从而建 性方法 (如神经网络)最主要 的区别就是它的客观性 立了总降水、海表面温度 、湿度三个参数与近海面气 和数据适应性 。其他方法，如神经网络，输入参数， 温和湿度 的非线性映射关系，均方根误差分别为