基于径向基神经网络的地基微波辐射计反演算法研究

作者：樊旭,黄颖,冷文楠,张北斗,张文煜,王国印

摘要：利用兰州大学半干旱气候与环境观测站(SACOL站)2009—2010年的地基微波辐射计亮温资料和榆中站探空资料,建立了应用于地基微波辐射计温度、相对湿度和水汽密度反演的径向基神经网络,并将反演结果与地基微波辐射计自带反演产品进行了对比,探究了径向基神经网络在地基微波辐射计气象要素反演算法本地化的应用效果。结果表明:径向基神经网络反演的温度、相对湿度和水汽密度的均方根误差最大值分别为2.72 K、22.32%和0.73 g·m^-3,在所有高度层上径向基神经网络的反演结果均优于微波辐射计,反演产品对2—10 km、1—7 km、0—3 km的大气温度、相对湿度和水汽密度廓线的反演均有明显改善,径向基神经网络能够应用于地基微波辐射计气象要素的反演算法的本地化。

发文机构：兰州大学大气科学学院/半干旱气候变化教育部重点实验室 郑州大学地球科学与技术学院 复旦大学大气与海洋科学系/大气科学研究院

关键词：地基微波辐射计径向基神经网络温湿度水汽密度Ground-based microwave radiometerRadial basis function neural networkTemperature and humidity profileWater vapor density

分类号： P407.7[天文地球—大气科学及气象学]