基于神经网络的水汽/液水含量反演方法研究

地基微波辐射计频段上接收的辐射亮温与描述天气和气候的物理量大气中水汽总量和云中液态水总量并非是完全线性关系,而这种非线性问题可被神经网络算法解决。利用郑州地区的历史探空资料模拟计算24 GHz和35 GHz双通道的亮温值及地面的温度、气压和相对湿度构成输入向量,同一探空资料计算出来的大气中水汽总量和云中液态水总量作为输出向量训练BP神经网络,把验证样本输入到训练好的网络中进行仿真,结果显示与探空计算作为真值的的大气中水汽总量和云中液态水总量进行对比检测发现两者有很好的相关性,其相关系数分别为0.953 82和0.934 75,验证了方法的有效性。