基于BP神經網絡與遺傳算法反演大氣溫濕廓線

作者：張天虎,鮑艷松,錢芝穎,林利斌,劉旭林,李林,侯岳,雷紅玉,李廣文,馬軍,管琴,唐維堯

摘要：為提高地基微波輻射計大氣探測精度,融合BP神經網絡與遺傳算法,研究0~10 km大氣溫濕度廓線。首先,結合數據特征,基于數值模擬技術,建立一套TP/WVP-3000型號地基微波輻射計的一級數據質量控制和訂正模型。然后,為減小訓練樣本代表性誤差對模型反演精度的影響,利用遺傳算法優化訓練樣本數據,建立一套精度更高的神經網絡大氣溫濕度反演模型。最后,利用構建的反演模型,開展大氣溫濕度反演試驗,結合探空資料和微波輻射計二級產品,評價反演模型精度。研究結果表明:(1)經過質量控制后的實測數據與模擬數據之間的相關性有顯著提升;(2)經過質量控制與訂正后建立的神經網絡模型對比原微波輻射計二級產品的反演精度有一定提升,溫度提升6.77%,濕度提升20.11%;(3)經過遺傳算法優化后的訓練樣本所建立的神經網絡反演模型對比原微波輻射計二級產品反演精度有進一步的提升,溫度提升10.21%,濕度提升23.75%,反演結果與該地區同類型研究結果相比有著較大提升。

發文機構：南京信息工程大學氣象災害預報預警與評估協同創新中心/中國氣象局氣溶膠與云降水重點開放實驗室 南京信息工程大學大氣物理學院 深圳航空有限責任公司 北京市氣象探測中心 格爾木市氣象局 青海省氣象臺

關鍵詞：微波輻射計遺傳算法BP神經網絡大氣廓線質量控制microwave radiometergenetic algorithmBP neural networkatmospheric profilequality control

分類號： P413[天文地球—大氣科學及氣象學]