[發明專利]一種基于神經網絡的反演大氣可降水量的MODIS模型改進方法有效
| 申請號: | 201710468481.2 | 申請日: | 2017-06-20 |
| 公開(公告)號: | CN107356554B | 公開(公告)日: | 2019-08-20 |
| 發明(設計)人: | 胡伍生;王西地;楊惠;陳陽 | 申請(專利權)人: | 東南大學 |
| 主分類號: | G01N21/359 | 分類號: | G01N21/359;G01W1/14 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人: | 饒欣 |
| 地址: | 211189 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 神經網絡 反演 大氣 降水量 modis 模型 改進 方法 | ||
1.一種基于神經網絡的反演大氣可降水量的MODIS模型改進方法,其特征在于:包括以下步驟:
S1:利用MODIS三通道比值法反演大氣可降水量PWV,記為PWVMODIS;
S2:利用BP神經網絡建立測站處的緯度φ、測站處的高程h、年積日doy、步驟S1計算得到的PWVMODIS與測站GPS/MODIS反演的PWV殘差RES之間的非線性關系;
S3:利用Suominet網站提供的高精度PWVGPS數據以及相應的緯度φ、高程h、年積日doy對步驟S2建立的BP神經網絡模型進行訓練;
S4:將測站處的緯度φ、測站處的高程h、年積日doy以及步驟S1中計算得到的大氣可降水量PWVMODIS作為輸入參數代入步驟S3已經訓練完畢的BP神經網絡模型,并計算出GPS測站處PWV殘差RESBP;
S5:利用步驟S4中計算出的GPS測站處PWV殘差RESBP補償步驟S1中MODIS三通道比值法反演大氣可降水量PWVMODIS,最終獲得大氣可降水量PWV=PWVMODIS+RESBP。
2.根據權利要求1所述的基于神經網絡的反演大氣可降水量的MODIS模型改進方法,其特征在于:所述步驟S1中,MODIS模型三通道加權比值法反演PWVMODIS如式(1)所示:
其中,ρ17、ρ18、ρ19分別為17、18、19通道計算的表觀反射率,A=(0.8·ρ2+0.2·ρ5),ρ2、ρ5分別為2通道、5通道計算的表觀反射率;
將加權平均三通道比值法計算出的最優權系數f17=0.31、f18=0.17、f19=0.52帶入上式,得出下面計算公式(2):
3.根據權利要求1所述的基于神經網絡的反演大氣可降水量的MODIS模型改進方法,其特征在于:BP神經網絡的輸入端與輸出端之間設置有隱含層且每個隱含層的節點為25個。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東南大學,未經東南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710468481.2/1.html,轉載請聲明來源鉆瓜專利網。





