地基微波辐射计遥感大气廓线的BP神经网络反演方法研究(应征分会场S9).pdfVIP

地基微波辐射计遥感大气廓线的BP神经网络反演方法研究 （应征分会场S9） 1 2 1 1 刘亚亚 毛节泰 刘钧 李峰 1 2 （中国华云技术开发公司，北京 100081 北京大学物理学院，北京 100871） 摘要 本文讨论了12通道地基微波辐射计遥感大气廓线的BP神经网络反演方法（记为BPNN）。 首先将北京2007年3月‐2009年2月的探空资料按春、夏、秋、冬4个季节分类，每个季节 按照不同的输出（温度、相对湿度、云液态水）建立三个不同的网络，分别进行神经网络训 练，并对反演得到的廓线精度做检验，检验结果表明：BPNN反演方法切实可行，反演精度 可以接受，可应用于实际。 其次，利用北京南郊观象台 12 通道微波辐射计测量的亮温，  BPNN 方法和微波辐射 计（RadiomeNN）都反演得到温度、相对湿度、云液态水廓线。这里以探空资料作为标准， 比较分析同一时间、相同高度上 BPNN 和 RadiomeNN 两种方法获得的廓线与探空廓线的平 均绝对误差以及标准偏差。由于探空中没有现成的云液态水廓线，因此这里只对温度、相对 湿度廓线进行分析，分析表明：①春、夏、秋、冬四个季节，BPNN 反演得到的温度廓线绝 对误差最大值分别为 3.10K，2.63K，3.70K，2.45K；皆小于 RadiomeNN 的温度廓线绝对误差 最大值：3.54K， 2.65K，3.89K，2.75K，与 RadiomeNN 反演方法相比，本文使用的 BPNN 反 演得到的温度廓线更接近于作为标准的探空观测的温度廓线；②春、夏、秋、冬四个季节， BPNN 反演得到的相对湿度廓线绝对误差最大值分别为 22.89%，24.82%，23.29%，15.48%； RadiomeNN 反演的相对湿度廓线绝对误差最大值为 27.50%， 24.30%，28.47%，24.52%，其 中，春、秋两季 BPNN 反演的绝对误差最大值都比 RadiomeNN 的小 5%左右，而冬季达到 9% 。 可知春、秋、 冬三季 BPNN 反演得到的相对湿度廓线精度大大优于微波辐射计，而夏季 BPNN 反演结果较 RadiomeNN 稍差，总体而言，这两种算法在夏季的相对湿度反演误差都较其它 季节大，这可能是夏季相对湿度较大的缘故。 总体而言，BPNN 反演结果优于 RadiomeNN。  BPNN 和 RadiomeNN 算法使用了相同 基金项目：国家自然科学基金项目D0503) 本文已于2010 年12 月发表于《高原气象》杂志。 的原理，但在模型参数如输入层、输出层和隐层节点数的选择上有所不同，本文因地制宜， 根据北京具体情况得到相对更为合适的神经网络 BPNN，本文认为这是 BPNN 实验结果优于 RadiomeNN 的重要原因之一。因此我们认为本文的 BPNN 反演方法可靠，实用，为改善进口 微波辐射计的反演精度，甚至今后我国自己的微波辐射计使用神经网络反演算法提供了可 能。  关键词：微波辐射计；BP神经网络；反演；温度廓线；相对湿度廓线 1 引言 温度、相对湿度、云液态水廓线是描述大气热力状态的基本参数，实时探测温、湿、云 液态水分布及其变化，对于数值天气预报和气候变化研究以及各种气象保障工作，都是必不 可少的。地基微波辐射计凭借时间上极高分辨率，高探测精度、可无人值守连续工作达数月 甚至上年以及操作的方便性等优点，成为遥感大气温度、湿度、云液态水廓线的有力工具， 应用的范围也越来越广。Han et al.[1]提出微波辐射计有可能在今后的无球探空系统中充当 主角，因而对微波辐射计反演温度、相对湿度和云液态水廓线的方法进行研究很有必要。 温度、相对湿度、云液态水的反演问题，即为由地基微波辐射计所测亮温值推求温度、 相对湿度、云液态水廓线。从反演使用的数学方法来看,反演方法主要分为：①正向模型反