基于FY-3E/HIRAS的大气温湿廓线神经网络反演方法
摘要
基于极轨卫星FY-3E搭载的红外高光谱大气垂直探测仪（HIRAS）的观测值，采用反向传播神经网络法，在华东区域开展大气温度、相对湿度垂直廓线反演研究，构建大气温湿度反演模型，并进行参数优化，得到反演精度较高的网络模型配置，以及全天候、高精度的大气温湿廓线产品。结果表明：1）使用ERA5数据的验证结果中，除云天低层平均误差（ME）绝对值大于1. 00 K外，其余各气压层的温度ME范围为-1.00~1.00 K，均方根误差（RMSE）除了在云天的925~950 hPa高度层为~2.50 K，在其余高度层处均为0~2.00 K，最小值通常出现在200~500 hPa的高度层，即高层大气的温度反演精度更高；2）对于大气相对湿度的反演结果，其在低层和高层大气的ME较大，中层则较小，RMSE在中层较大，低层和高层较小；3）相较于晴空状态，云天状态下温湿度反演模型的精度略低；4）温湿度反演结果与探空数据之间的偏差稍大于其与ERA5数据之间的偏差，而误差随高度变化的趋势相似。HIRAS资料在反演晴空和云天大气温湿度性能方面总体上表现较好，反演精度较高。研究在大气温度和相对湿度的反演方法和技术方面具有重要的参考价值，可为未来的相关研究提供有益的启示。
引用本文（GB/T 7714）
邹依珂 Zou Yike, 吴莹 Wu Ying, 马靖雯 Ma Jingwen, 等. 基于FY-3E/HIRAS的大气温湿廓线神经网络反演方法[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。