基于Jason-1卫星雷达高度计与NDBC(National Data Buoy Center)浮标的时空匹配数据集,利用BP(Back Propagation)神经网络方法建立了基于后向散射系数σ0与有效波高(SignificantWave Height,SWH,)的双参数(σ0-Hsw)风速反演模型,并探讨利...基于Jason-1卫星雷达高度计与NDBC(National Data Buoy Center)浮标的时空匹配数据集,利用BP(Back Propagation)神经网络方法建立了基于后向散射系数σ0与有效波高(SignificantWave Height,SWH,)的双参数(σ0-Hsw)风速反演模型,并探讨利用AGC(Automatic Gain Con-trol)来代替σ0对风速反演的可行性进行研究。结果表明,所建立的σ0-SWH风速反演均方根优于0.3m/s(风速范围为0.5~20m/s);AGC-SWH模型反演精度偏低(1.3m/s),但在星星交叉定标的基础上,模型精度提高了0.9m/s。这个研究工作尤其是交叉定标基础上的AGC-SWH模型反演流程对"HY-2"海面风速反演有一定的借鉴意义。展开更多
文摘基于Jason-1卫星雷达高度计与NDBC(National Data Buoy Center)浮标的时空匹配数据集,利用BP(Back Propagation)神经网络方法建立了基于后向散射系数σ0与有效波高(SignificantWave Height,SWH,)的双参数(σ0-Hsw)风速反演模型,并探讨利用AGC(Automatic Gain Con-trol)来代替σ0对风速反演的可行性进行研究。结果表明,所建立的σ0-SWH风速反演均方根优于0.3m/s(风速范围为0.5~20m/s);AGC-SWH模型反演精度偏低(1.3m/s),但在星星交叉定标的基础上,模型精度提高了0.9m/s。这个研究工作尤其是交叉定标基础上的AGC-SWH模型反演流程对"HY-2"海面风速反演有一定的借鉴意义。