资源简介

摘要： 研究利用神经网络方法处理微波散射计数据，反演海面风场。重点研究海洋二号（HY-2）卫星微波散射计数据反演，特别是中高风速条件下的风场反演。其中风速的反演基于后向传播（Back Propagation，BP）神经网络；多解风向的反演基于混合密度（Mixture Density Network，MDN）神经网络，求解过程中的核函数采用高斯分布；网络训练的目标风场采用欧洲中期天气预报中心（European Centre for Medium\|range Weather Foresting，ECMWF）模式风场。通过与ECMWF风场的比较，利用神经网络方法反演的风场可以满足HY\|2微波散射计风场反演的精度要求。同时通过与国家卫星海洋应用中心发布的HY\|2微波散射计L2B级风场产品相比较，表明该方法反演的风场更接近ECMWF模式风场。 关键词： 微波散射计;  海面风场反演;  神经网络;  中高风速;  海洋二号卫星(HY-2)     Abstract: The neural networks are used to retrieve wind fields for microwave scatterometer data，especially for data gained by the scatterometer onboard HY\|2A satellite (HSCAT)under high wind speed conditions.The retrieval of wind speed is based on Back Propagation (BP)neural network，while multiple solutions of wind direction inversion is realized by Mixture Density Network (MDN)neural network.During the process，Gaussian kernel function is employed.The wind field used in network training is from corresponding European Centre for Medium\|range Weather Foresting (ECMWF).It is proved that wind fields retrieved in this paper could get results meeting the accuracy requirement for HSCAT by comparison with ECMWF wind fields.Results are also compared with the L2B wind field products distributed by the National Satellite Oceanic Application Service，it is shown that the method in this paper gave results with closer values than L2B products.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.