排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对常用的经验大气加权平均温度（Ｔｍ）模型在我国东北地区普遍精度较低等问题,利用遗传算法优化的多
层感知器模型,采用东北地区７个探空站２０１４—２０１７年的数据进行模型训练,建立适合我国东北地区的Ｔｍ
模型。依据２０１８年的数据进行预测分析,实验结果表明：首先,ＧＡ－ＭＬＰ的Ｔｍ模型的预测平均偏差为０．０４Ｋ、
均方误差为４．０６Ｋ和判定系数Ｒ２＝０．９２０,各项精度评估指标较常用的ＧＰＴ２ｗ、单／多因子线性、
非线性Ｔｍ和ＭＬＰ模型均为最优,模型性能更好,拟合度更高;其次,在ＧＰＳ反演大气可降水量中,较常用的单因子线性
和ＧＰＴ２ｗ模型,ＧＡＭＬＰ的Ｔｍ模型在长春站的反演精度最高,均方误差精度提升１．１％和４．９％,平均偏差精度
提升２．５％和１３．２％,证明ＧＡ－ＭＬＰ的Ｔｍ模型在东北地区反演ＰＷＶ的适用性。 相似文献
2.
MODIS大气可降水量（PWV）空间分辨率高但易受云雨等环境因素影响,精度不高.GNSS PWV 空间分辨率较低但具有全天候、不受天气影响、精度高的优点.研究表明两者存在显著的线性相关性,结合两者的优点,基于GNSS PWV校正MODIS PWV可获取大面积高精度的PWV.针对传统的线性回归校正模型没有考虑云、气溶胶等的影响使两种数据线性相关性变差的问题,本文在传统的线性校正模型上增加了使用年积日的非线性周期项的方法来构建校正模型.利用2017—2019年香港地区GNSS对流层延迟与MODIS近红外数据,使用频谱分析线性残差项,结果表明残差具有显著的年周期.对比传统模型,本文模型的平均绝对误差、平均相对误差、均方根误差和拟合度都有明显的改善,表明本文模型可行有效且精度较高. 相似文献
1