微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種大氣微波遙感領(lǐng)域，特別是涉及一種大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)反演技 術(shù)。
【背景技術(shù)】
[0002] 人工神經(jīng)網(wǎng)絡(luò)是基于人腦組織結(jié)構(gòu)、活動(dòng)機(jī)制的初步認(rèn)識(shí)提出的一種新型信息處 理體系，具有聯(lián)想記憶、非線性映射、分類與識(shí)別、優(yōu)化計(jì)算等功能。對(duì)于人工神經(jīng)網(wǎng)絡(luò)的設(shè) 計(jì)以及參數(shù)設(shè)置包括：訓(xùn)練樣本數(shù)、初始權(quán)值、網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)訓(xùn)練和測(cè)試等方面。人工神經(jīng) 網(wǎng)絡(luò)方法廣泛應(yīng)用于微波輻射計(jì)反演大氣參數(shù)，通常做法是將微波輻射計(jì)觀測(cè)亮溫代入神 經(jīng)網(wǎng)絡(luò)，將l〇km以下大氣參數(shù)整體輸出，由于大氣各個(gè)層結(jié)的特性不同，各層之間的相關(guān) 性也不同，因此輸入輸出之間的內(nèi)在聯(lián)系規(guī)律有所不同，整體反演輸出可能會(huì)導(dǎo)致反演誤 差較大。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明要解決的問(wèn)題是提供一種誤差更小的微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng) 絡(luò)聚類方法。
[0004] 為解決上述技術(shù)問(wèn)題，本發(fā)明的微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法， 其特征在于：包括下列步驟，首先使用歷史探空數(shù)據(jù)，對(duì)大氣不同層結(jié)之間的相關(guān)性進(jìn)行定 量計(jì)算，將相關(guān)系數(shù)大的層結(jié)選出來(lái)，然后經(jīng)過(guò)聚類代入人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，反演分別輸出 不同聚類的大氣參數(shù)。
[0005] 所述歷史探空數(shù)據(jù)是微波輻射計(jì)接收的大氣輻射亮溫?cái)?shù)據(jù)。
[0006] 所述歷史探空數(shù)據(jù)為地面的溫濕壓和微波輻射計(jì)的測(cè)量亮溫，將地面的溫濕壓和 微波輻射計(jì)的測(cè)量亮溫作為輸入?yún)?shù)，將大氣水汽密度廓線作為輸出參數(shù)。輸入向量X的 長(zhǎng)度為L(zhǎng)，輸出向量Y的長(zhǎng)度為M。任意單一神經(jīng)兀的輸出函數(shù)為：
[0007]
【主權(quán)項(xiàng)】
1. 一種微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法，其特征在于：包括下列步驟， 首先使用歷史探空數(shù)據(jù)，對(duì)大氣不同層結(jié)之間的相關(guān)性進(jìn)行定量計(jì)算，將相關(guān)系數(shù)大的層 結(jié)選出來(lái)，然后經(jīng)過(guò)聚類代入人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，反演分別輸出不同聚類的大氣參數(shù)。
2. 按照權(quán)利要求1所述的微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法，其特征在 于：所述歷史探空數(shù)據(jù)是微波輻射計(jì)接收的大氣輻射亮溫?cái)?shù)據(jù)。
3. 按照權(quán)利要求1所述的微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法，其特征在 于：所述歷史探空數(shù)據(jù)為地面的溫濕壓和微波輻射計(jì)的測(cè)量亮溫，將地面的溫濕壓和微波 輻射計(jì)的測(cè)量亮溫作為輸入?yún)?shù)，將大氣水汽密度廓線作為輸出參數(shù)。輸入向量X的長(zhǎng)度 為L(zhǎng)，輸出向量Y的長(zhǎng)度為M。任意單一神經(jīng)元的輸出函數(shù)為：
式中：f為神經(jīng)元的輸出值，《為神經(jīng)元的輸入權(quán)重矩陣，P為神經(jīng)元的輸入值，b為神 經(jīng)元的偏差向量。采用對(duì)數(shù)正切型函數(shù)：
4. 按照權(quán)利要求1所述的微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法，其特征在 于：所述微波輻射計(jì)的頻率設(shè)置：選用對(duì)水汽和液水敏感的k波段的22. 24、23. 04、23. 84、 25. 44、26. 24、27. 84、30、31. 4GHz和對(duì)溫度和液水敏感的v波段的 51. 26、52. 28、53. 86、 54. 94、55. 5、56. 66、57. 3、58GHz以及紅外溫度計(jì)，波長(zhǎng)為8?14微米，觀測(cè)仰角設(shè)置：90 度，神經(jīng)網(wǎng)絡(luò)輸入設(shè)置：地面溫濕壓和16個(gè)通道的亮溫以及紅外溫度，神經(jīng)網(wǎng)絡(luò)輸出垂直 分辨率：〇?2km之間100米一層，2?10km之間250米一層，加上地面層共計(jì)53層， 利用歷史探空數(shù)據(jù)對(duì)大氣的不同層結(jié)的水汽密度相關(guān)性進(jìn)行分析，相關(guān)系數(shù)R的計(jì)算 公式為：
式中，Pl、。2分別為大氣的不同層結(jié)的水汽密度，C為協(xié)方差矩陣，通過(guò)下式計(jì)算： c(pi，p2) =E((p「yi) (p2-y2)) 式中：yi、y2分別為大氣Pi、P2的平均值，E表示期望運(yùn)算，通過(guò)計(jì)算得出結(jié)論：大 氣層結(jié)距離越近，其相關(guān)系數(shù)越大，即相關(guān)性越強(qiáng)； 根據(jù)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，將相關(guān)性強(qiáng)的數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，能夠更加準(zhǔn)確的擬合輸入輸 出的關(guān)系，于是選取相關(guān)系數(shù)較高的三組層結(jié)，將此類數(shù)據(jù)放在一起聚類輸出，然后通過(guò)神 經(jīng)網(wǎng)絡(luò)分別進(jìn)行訓(xùn)練，得到三組反演系數(shù)矩陣，將其組合成統(tǒng)一的系數(shù)矩陣： 〇 = [〇1；O2;O3] 式中：Wl、《2、《3分別為三組聚類數(shù)據(jù)通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算得到的反演系數(shù)矩陣，實(shí)際 觀測(cè)時(shí)，將三組系數(shù)反演結(jié)果統(tǒng)一輸出，就可得到l〇km高度之下的水汽密度廓線。
【專利摘要】本發(fā)明涉及一種微波輻射計(jì)遙感大氣參數(shù)的神經(jīng)網(wǎng)絡(luò)聚類方法，其特征在于：包括下列步驟，首先使用歷史探空數(shù)據(jù)，對(duì)大氣不同層結(jié)之間的相關(guān)性進(jìn)行定量計(jì)算，將相關(guān)系數(shù)大的層結(jié)選出來(lái)，然后經(jīng)過(guò)聚類代入人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，反演分別輸出不同聚類的大氣參數(shù)。人工神經(jīng)網(wǎng)絡(luò)算法通過(guò)不斷的調(diào)整網(wǎng)絡(luò)的權(quán)重和偏差，來(lái)減小由輸入向量計(jì)算得到的輸出水汽密度向量與實(shí)際的訓(xùn)練目標(biāo)輸出水汽密度向量之間的偏差。在訓(xùn)練完成之后，網(wǎng)絡(luò)的權(quán)值和偏差也就會(huì)確定，因此在微波輻射計(jì)實(shí)際觀測(cè)時(shí)，只需要調(diào)用其權(quán)重矩陣和偏差即可，其運(yùn)算速度較快而且穩(wěn)定，具有較高的反演精度。
【IPC分類】G06N3-02
【公開號(hào)】CN104573816
【申請(qǐng)?zhí)枴緾N201410802336
【發(fā)明人】李江漫, 張志國(guó), 于永杰, 黃傳祿, 晁坤
【申請(qǐng)人】中國(guó)電子科技集團(tuán)公司第二十二研究所
【公開日】2015年4月29日
【申請(qǐng)日】2014年12月18日