摘要
本申请实施例公开了一种基于主被动遥感反演结合的温湿度廓线反演方法,涉及大气微波遥感及探测技术领域,所述方法包括:获取微波辐射计测量得到观测亮温;将大气参数数据输入MONOTRM模型中,获取模拟亮温;将模拟亮温与观测亮温对比,利用最小二乘法进行拟合输出修正后的模拟亮温;将修正后的模拟亮温、地表气象参数输入训练好的神经网络模型中,获取温度廓线和相对湿度廓线。采用本申请提供的所述方法,通过结合观测亮温的被动数据和模拟亮温的主动数据,并且根据有云时刻和无云时刻分别对神经网络模型进行训练,通过神经网络模型学习云信息对温湿度廓线的影响,能够减少云信息对微波辐射计测量精度的影响。
技术关键词
廓线反演方法
神经网络模型
遥感反演
微波辐射计
相对湿度
温湿度
参数
大气微波遥感
历史探空数据
非暂态计算机可读存储介质
气象
样本
压强
温度廓线
反演装置
处理器
雷达
模块
存储器
系统为您推荐了相关专利信息
光伏功率预测方法
光伏发电数据
光伏功率预测装置
光伏功率预测系统
光伏发电功率预测
环境风险评估
风险评估方法
环境监测数据采集
知识图谱构建
油气田环境保护
激光雷达点云
多任务神经网络
检测头
数据
衰减特征
噪声监测方法
非易失性存储介质
卷积神经网络模型
数据
偏差
动作识别方法
混合神经网络模型
连续小波变换
飞行参数数据
注意力