文献类型：期刊文章

作　　者：龙凤阳[1] 胡伍生[1] 杨雪晴[2]

LONG Fengyang;HU Wusheng;YANG Xueqing(School of Transportation, Southeast University, Nanjing 211189, China;Department of Engineering, Gongqing College of Nanchang University, Gongqingcheng 332020, China)

机构地区：[1]东南大学交通学院,江苏南京211189 [2]南昌大学共青学院工程技术系,江西共青城332020

出　　处：《测绘工程》

基　　金：国家自然科学基金资助项目(41574022);江苏省研究生科研与实践创新计划项目(KYCX17_0150);江西省教育厅科技项目(GJJ151974)。

年　　份：2021

卷　　号：30

期　　号：5

起止页码：1-6

语　　种：中文

收录情况：CSCD、CSCD_E2021_2022、JST、ZGKJHX、普通刊

摘　　要：考虑到加权平均温度(T_(m))与地表气温(T_(S))之间关系的复杂性,采用中国及毗邻地区80个气象探空站2003—2013年共11年的数据,结合基于神经网络的模型误差补偿技术构建适用于中国区域Tm估计的融合模型。利用中国区域其余74个气象探空站2014—2018年的数据进行验证,结果表明:融合模型的精度比传统Bevis模型提高24%,比分区拟合的线性回归模型提高15%,比无实测气象参数的T_(m)模型(IGPT2w-1)提高26%,在西北部地区的Tm估计精度得到显著地改善。

关 键 词：加权平均温度 误差补偿 神经网络 气象探空数据  

分 类 号：P228]