排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
海面高度异常是反映海洋环境状况的主要变量之一。本文使用1993—2019年的融合月均海面高度异常数据,建立了基于深度学习的海面高度异常预测神经网络模型,提出了基于融合U型网络(U-Net)和卷积长短记忆网络(ConvLSTM)的中长期海面高度异常预报模型。在研究海域0.25°×0.25°的空间分辨率下,模型测试集预报结果的均方根误差和平均绝对误差分别为0.039 m和0.027 m,均优于全连接LSTM预报模型和ConvLSTM+CNN预报模型,为大中尺度的海面高度异常预报提供了新的方法。 相似文献
2.
以欧洲中期天气预报中心ECMWF(European Centre for Medium Range Weather Forecasts)的ERA5风场数据为真实风速参考值,利用HY-2B卫星散射计L2A数据,使用反向传播神经网络方法对风速进行了反演,分别建立了中高风速、中低风速和全风速反演模型。与基于NSCAT-4地球物理模式函数得到的L2B风速相比,在训练集中,3种网络模型反演风速的均方误差(Mean Square Error,MSE)分别达到了0.18,0.14和0.32 m/s,平均绝对值误差(Mean Absolute Error,MAE)分别达到了0.27,0.24和0.34 m/s;在测试集中,3种网络模型反演风速的均方误差(MSE)分别达到了0.54,0.27和0.46 m/s,平均绝对值误差(MAE)分别达到了0.48,0.35和0.42 m/s。研究结果表明,中高和中低风速模型优于全风速模型,其中中低风速模型反演风速的MSE和MAE最低,中高风速模型反演风速的MSE和MAE下降幅度最大;3种模型都具有良好的泛化能力。 相似文献
3.
射频干扰RFI(Radio-Frequency Interference)的校正和抑制一直是微波遥感研究领域的重要问题之一。本文基于SMAP卫星2015年5月1日至5日L波段辐射计亮温数据对中国近海及沿岸的射频干扰进行了特征分析。研究发现RFI分布不均匀,主要集中在城市群及其周边地区;通过对比辐射计天线接收的亮温数据与射频干扰校正和抑制后的数据,发现研究区域主要的射频干扰(95%)的平均值为1.4 K,整体射频干扰平均值为2.5 K,标准差为6.5;研究区域中不同波段和极化的数据受到射频干扰影响较为相似,受射频干扰影响最大的是升轨的垂直极化数据,受影响最小的是升轨的水平极化数据。 相似文献
1