人工神经网络在星载散射计海面风场反演建模中的应用

doi:10.3321/j.issn:0479-8023.2007.04.005

CORC > 北京大学 > 地球与空间科学学院

	人工神经网络在星载散射计海面风场反演建模中的应用; Application of Artificial Neural Network to Ocean Surface Wind Field Retrieval Modeling for Spaceborne Scatterometer
	陈克海 ; 解学通 ; 黄舟 ; 方裕 ; 陈晓翔
刊名	北京大学学报自然科学版
	2007
关键词	散射计海面风场地球物理模型函数(GMF) 神经网络
DOI	10.3321/j.issn:0479-8023.2007.04.005
英文摘要	地球物理模型函数(GMF)是散射计风场反演的基础及算法有效运行的前提条件.采用传统的统计方法建立GMF往往需要大量的、多种参数条件下的雷达后向散射测量数据.以圆锥扫描散射计SeaWinds为例,根据其特点,建立了一个两种极化方式下统一的神经网络模型函数(NN GMF),并对风速、相对风向采样间隔和测量值数目对模型精度的影响进行了详细分析.通过与Qscat-1模型进行比较,发现该神经网络模型在采样间隔较大或测量值数目较少的情况下,仍能较好地体现SeaWinds散射计的海面后向散射特性.; 国家高技术研究发展计划(863计划); 面向21世纪教育振兴行动计划(985计划); 中文核心期刊要目总览(PKU); 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 0; 4; 460-467; 43
语种	中文
内容类型	期刊论文
源URL	[http://ir.pku.edu.cn/handle/20.500.11897/271488]
专题	地球与空间科学学院
推荐引用方式 GB/T 7714	陈克海,解学通,黄舟,等. 人工神经网络在星载散射计海面风场反演建模中的应用, Application of Artificial Neural Network to Ocean Surface Wind Field Retrieval Modeling for Spaceborne Scatterometer[J]. 北京大学学报自然科学版,2007.
APA	陈克海,解学通,黄舟,方裕,&陈晓翔.(2007).人工神经网络在星载散射计海面风场反演建模中的应用.北京大学学报自然科学版.
MLA	陈克海,et al."人工神经网络在星载散射计海面风场反演建模中的应用".北京大学学报自然科学版 (2007).