[發明專利]一種基于地基多通道微波輻射計的大氣溫濕廓線反演方法

在審

• 申請號: 201810216530.8
• 申請日: 2018-03-16
• 公開（公告）號: CN108508442A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 趙玉新;李澤宇;劉廠;周迪;閆化龍;吳鵬
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S13/95
• 分類號: G01S13/95;G06N3/04;G06N3/08
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 姜榮麗

1.一種基于地基多通道微波輻射計的大氣溫濕廓線反演方法，其特征在于：具體包括以下步驟，

步驟一：獲取微波輻射計數據，所述數據應包括微波輻射計的通道數量、每個通道的探測頻率、每個通道的亮溫測量值以及微波輻射計反演出的溫濕廓線數據；

步驟二：獲取歷史探空廓線數據，利用輻射傳輸模型計算出歷史探空廓線數據對應的模擬亮溫數據；

步驟三：建立用于反演大氣溫濕廓線的BP神經網絡；

步驟四：利用步驟二中的歷史探空廓線數據與得出的模擬亮溫數據訓練BP神經網絡；

首先將模擬亮溫數據與歷史探空廓線數據分別作為神經網絡的輸入和輸出值對應起來，再將歷史探空廓線數據順序隨機打亂，抽出90％的數據作為訓練數據，其余10％為驗證數據；然后去除異常數據，再將訓練數據歸一化至區間[-1,1]，數據處理完畢后即開始訓練神經網絡：

將全部的亮溫數據、晴天無云的亮溫數據、云天無雨的亮溫數據分別輸入BP神經網絡，將與之對應的溫度廓線數據亦分別作為BP神經網絡的期望輸出，訓練完畢得到network 1、network 2、network 3；

將全部的亮溫數據、晴天無云的亮溫數據、云天無雨的亮溫數據分別輸入BP神經網絡，將與之對應的相對濕度廓線數據亦分別作為BP神經網絡的期望輸出，訓練完畢得到network 4、network 5、network 6；

將全部的亮溫數據、晴天無云的亮溫數據、云天無雨的亮溫數據分別輸入神經網絡，將與之對應的水汽密度廓線數據亦分別作為神經網絡的期望輸出，訓練完畢得到network 7、network 8、network 9；

步驟五：用訓練好的BP神經網絡來反演大氣溫濕廓線。

將微波輻射計測量的亮溫數據輸入訓練好的BP神經網絡中，即可進行溫濕廓線的反演。

2.根據權利要求1所述的一種基于地基多通道微波輻射計的大氣溫濕廓線反演方法，其特征在于：所述的微波輻射計為MP-3000A型微波輻射計，有22個通道，其探測頻率包括K波段20GHz～30GHz水汽吸收譜線區和V波段50GHz～60GHz氧氣吸收譜線區，所述的微波輻射計的中心頻率分別是22.234GHz，22.5GHz，23.034GHz，23.834GHz，25.000GHz，26.234GHz，28.000GHz，30.000GHz，51.248GHz，51.760GHz，52.280GHz，52.804GHz，53.336GHz，53.848GHz，54.400GHz，54.940GHz，55.500GHz，56.020GHz，56.660GHz，57.288GHz，57.964GHz，58.800GHz；微波輻射計每135s輸出一次數據，輸出數據包括兩種：每個通道的亮溫數據、0～10km高空的58個高度層的溫濕廓線數據。

3.根據權利要求1所述的一種基于地基多通道微波輻射計的大氣溫濕廓線反演方法，其特征在于：所述的神經網絡包括輸入層、隱含層和輸出層，輸入層的節點數為26，輸出層的節點數為58；隱含層的節點數通過經驗公式來確定。

4.根據權利要求1所述的一種基于地基多通道微波輻射計的大氣溫濕廓線反演方法，其特征在于：所述的神經網絡，用于溫度反演神經網絡結構參數包括：

隱含層節點數	40
訓練方法	RPROP
隱含層激活函數	ELLIOT_SYMMETRIC
輸出層激活函數	SIN_SYMMETRIC
初始權值區間	[-0.01,0.01]

對于反演相對濕度的神經網絡，其結構參數如下所示：

隱含層節點數	42
訓練方法	RPROP
隱含層激活函數	GAUSSIAN_SYMMETRIC
輸出層激活函數	SIGMOID_SYMMETRIC
初始權值區間	[-0.07,0.07]

對于反演水汽密度的神經網絡，其結構參數如下所示：