一种基于神经网络的反演大气可降水量的MODIS模型改进方法

    公开(公告)号:CN107356554B

    公开(公告)日:2019-08-20

    申请号:CN201710468481.2

    申请日:2017-06-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法,包括以下步骤:S1:利用MODIS三通道比值法反演大气可降水量PWV,记为PWVMODIS;S2:利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系;S3:对BP神经网络模型进行训练;S4:将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型,并计算出GPS测站处PWV残差RESBP;S5:利用RESBP补偿PWVMODIS,获得大气可降水量PWV=PWVMODIS+RESBP。本发明有效提高了建模精度。

    一种基于探空数据的区域加权平均温度的Bevis模型改进方法

    公开(公告)号:CN108680268A

    公开(公告)日:2018-10-19

    申请号:CN201810229517.6

    申请日:2018-03-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法,包括以下步骤:S1:对测站探空数据进行预处理,得到加权平均温度的真值Tm0与地表温度的真值Ts0;S2:利用Bevis模型得到加权平均温度的计算值Tm;S3:考虑加权平均温度计算值Tm的年周期变化,在Bevis模型的基础上增加一个周期项,建立非线性方程;S4:用最小二乘法确定非线性方程的各项系数,确定最终改进模型方程并验证其精度。本发明与传统的Bevis模型相比,有效提高了计算精度。

    一种基于大坝变形分析的融合模型构建方法

    公开(公告)号:CN109033509A

    公开(公告)日:2018-12-18

    申请号:CN201810612498.5

    申请日:2018-06-14

    Applicant: 东南大学

    CPC classification number: G06F17/5009 G06F17/5004 G06N3/084

    Abstract: 本发明公开了一种基于大坝变形分析的融合模型构建方法,包括以下步骤:S1:对大坝上观测点连续监测得到的垂直位移观测数据进行预处理,得到重力拱坝上点的垂直位移与水压H、温度T和时效θ这三个因素的对应关系,从而得到重力拱坝上点的垂直位移与水压H、温度T和时效θ这三个因素之间的统计模型;S2:利用统计模型得到拟合的垂直位移计算值YS;S3:引入模型误差补偿技术,在统计模型的基础上,利用思维进化算法和BP神经网络建立非线性拟合,确定最终的融合模型并验证其精度。本发明能够有效提高所构建模型的精度。

    一种基于神经网络的反演大气可降水量的MODIS模型改进方法

    公开(公告)号:CN107356554A

    公开(公告)日:2017-11-17

    申请号:CN201710468481.2

    申请日:2017-06-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法,包括以下步骤:S1:利用MODIS三通道比值法反演大气可降水量PWV,记为PWVMODIS;S2:利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、步骤S1计算得到的PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系;S3:对步骤S2建立的BP神经网络模型进行训练;S4:将测站处的纬度φ、测站处的高程h、年积日doy以及步骤S1中计算得到的大气可降水量PWVMODIS作为输入参数代入步骤S3已经训练完毕的BP神经网络模型,并计算出GPS测站处PWV残差RESBP;S5:利用步骤S4中计算出的GPS测站处PWV残差RESBP补偿步骤S1中MODIS三通道比值法反演大气可降水量PWVMODIS,最终获得大气可降水量PWV=PWVMODIS+RESBP。本发明有效提高了建模精度。

    一种基于探空数据的区域加权平均温度的Bevis模型改进方法

    公开(公告)号:CN108680268B

    公开(公告)日:2020-07-31

    申请号:CN201810229517.6

    申请日:2018-03-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法,包括以下步骤:S1:对测站探空数据进行预处理,得到加权平均温度的真值Tm0与地表温度的真值Ts0;S2:利用Bevis模型得到加权平均温度的计算值Tm;S3:考虑加权平均温度计算值Tm的年周期变化,在Bevis模型的基础上增加一个周期项,建立非线性方程;S4:用最小二乘法确定非线性方程的各项系数,确定最终改进模型方程并验证其精度。本发明与传统的Bevis模型相比,有效提高了计算精度。

    一种基于探空数据的经验ZTD模型改进方法

    公开(公告)号:CN109145344A

    公开(公告)日:2019-01-04

    申请号:CN201810182925.0

    申请日:2018-03-06

    Applicant: 东南大学

    CPC classification number: G06F17/5009 G01S19/37

    Abstract: 本发明公开了一种基于探空数据的经验ZTD模型改进方法,包括以下步骤:S1:计算测站探空数据的对流层延迟,记为ZTD0;S2:利用Hopfield模型计算对流层延迟,记为ZTD(H);S3:在Hopfield模型公式的基础上增加测站纬度和与年积日信息相关的年周期和半年周期性函数,以建立非线性方程;S4:将步骤S1计算得到的对流层延迟ZTD0作为真值,用最小二乘法确定非线性方程的各项系数,确定最终改进模型方程并验证其精度。本发明有效提高了计算精度。

Patent Agency Ranking