一种基于AWPSO-CNN和HY-2C微波散射计海面风场反演方法

    公开(公告)号:CN115616579A

    公开(公告)日:2023-01-17

    申请号:CN202211013524.5

    申请日:2022-08-23

    Abstract: 本发明公开了一种基于AWPSO‑CNN和HY‑2C微波散射计海面风场反演方法,包括:获取数据集,数据集包括中国海洋卫星HY‑2C微波散射计L2A数据、欧洲中期天气预报中心ECMWF数据和国家数据浮标中心NDBC数据;数据集预处理;将中国海洋卫星HY‑2C微波散射计L2A数据和欧洲中期天气预报中心ECMWF数据,进行数据时空匹配,得到匹配数据,将匹配数据分为训练集和测试集;使用训练集中的数据,训练AWPSO‑CNN模型;得到风速反演模块及风向反演模块。使用独立的NDBC数据评估风速和风向模型的性能。其中,解决卷积神经网络在反向传播时收敛速度慢,易陷入局部极值的问题,反演精度得到提高。改进的支持向量机算法可以解决反演风向多解经常表现为180°的风向模糊的问题,最终得到比较准确的海面风向。

    基于PSO-DNN的HY-2B扫描微波辐射计海面风速反演方法和装置

    公开(公告)号:CN115455801A

    公开(公告)日:2022-12-09

    申请号:CN202210840085.9

    申请日:2022-07-18

    Abstract: 本发明公开了一种基于PSO‑DNN的HY‑2B扫描微波辐射计海面风速反演方法和装置,包括:收集数据集,所述数据集包括中国海洋卫星HY‑2B扫描微波辐射计L2A_TC数据、欧洲中期天气预报中心ECMWF数据和美国数据浮标中心NDBC数据;对数据集预处理,基于时空匹配原则进行匹配,将ECMWF数据作为风速参考真值,得到匹配数据集,将匹配数据集分为训练集和测试集;用训练集对预先构建的神经模型进行训练,得到训练好的PSO‑DNN反演模型;使用测试集对训练好的PSO‑DNN反演模型进行性能评估;将NDBC数据作为风速参考真值,对PSO‑DNN反演模型获得的海面风速进行评估。利用粒子群算法结构简单、运算高效的特点,对深度神经网络输出结果进行优化,能够快速且准确地优化出组合反演模型,提高海面风速反演精度。

Patent Agency Ranking