文献类型：期刊文章

作　　者：张天虎[1,2] 鲍艳松[1,2] 钱芝颖[1,2] 林利斌[3] 刘旭林[4] 李林[4] 侯岳[5] 雷红玉[5] 李广文[5] 马军[5] 管琴[6] 唐维尧[1,2]

ZHANG Tian-hu;BAO Yan-song;QIAN Zhi-ying;LIN Li-bin;LIU Xu-lin;LI Lin;HOU Yue;LEI Hong-yu;LI Guang-wen;MA Jun;GUAN Qin;TANG Wei-yao(Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration,Nanjing University of Information Science&Technology,Nanjing 210044,China;School of Atmospheric physics,Nanjing University of Information Science and Technology,Nanjing 210044,China;Shenzhen Airlines,Shenzhen 518101,China;Beijing Municipal Meteorological Observation Center,Beijing 100089,China;Geermu Meteorological Bureau of Qinghai Province,Geermu 816099,China;Qinghai Meteorological office,Xining 810001,China)

机构地区：[1]南京信息工程大学气象灾害预报预警与评估协同创新中心/中国气象局气溶胶与云降水重点开放实验室,江苏南京210044 [2]南京信息工程大学大气物理学院,江苏南京210044 [3]深圳航空有限责任公司,广东深圳518101 [4]北京市气象探测中心,北京100089 [5]格尔木市气象局,青海格尔木816099 [6]青海省气象台,青海西宁811000

出　　处：《热带气象学报》

基　　金：国家重点研发计划(2017YFC15017043、2016YFA0600703);江苏省研究生科研创新计划项目(KYCX18_1026)共同资助。

年　　份：2020

卷　　号：36

期　　号：1

起止页码：97-107

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、JST、PROQUEST、ZGKJHX、核心刊

摘　　要：为提高地基微波辐射计大气探测精度,融合BP神经网络与遗传算法,研究0~10 km大气温湿度廓线。首先,结合数据特征,基于数值模拟技术,建立一套TP/WVP-3000型号地基微波辐射计的一级数据质量控制和订正模型。然后,为减小训练样本代表性误差对模型反演精度的影响,利用遗传算法优化训练样本数据,建立一套精度更高的神经网络大气温湿度反演模型。最后,利用构建的反演模型,开展大气温湿度反演试验,结合探空资料和微波辐射计二级产品,评价反演模型精度。研究结果表明:(1)经过质量控制后的实测数据与模拟数据之间的相关性有显著提升;(2)经过质量控制与订正后建立的神经网络模型对比原微波辐射计二级产品的反演精度有一定提升,温度提升6.77%,湿度提升20.11%;(3)经过遗传算法优化后的训练样本所建立的神经网络反演模型对比原微波辐射计二级产品反演精度有进一步的提升,温度提升10.21%,湿度提升23.75%,反演结果与该地区同类型研究结果相比有着较大提升。

关 键 词：微波辐射计 遗传算法 BP神经网络 大气廓线 质量控制  

分 类 号：P413[大气科学类]