- 相关推荐
SeaWinds散射计海面风场神经网络建模研究
根据SeaWinds散射计只有两个入射角和两种极化方式的特点,利用其L2A数据和F291海上浮标数据,针对传统建模方法的不足和限制,借助神经网络建立了一个两种极化方式下统一的神经网络地球物理模型函数.该模型的主要特点是建模风矢量全部取自海上浮标测量数据,因而所用风矢量更加客观准确.通过与Qscat-1模型的比较和L2B与浮标风速之间的偏差统计分析,证明了该神经网络模型的有效性,并发现Qscat-1模型存在一定的系统性偏差.
方裕,黄舟,陈斌,FANG Yu,HUANG Zhou,CHEN Bin(北京大学地球与空间科学学院,北京,100871)
陈克海,CHEN Ke-hai(中山大学遥感与地理信息工程系,广东,广州,510275)
刊 名： 地理与地理信息科学 ISTIC PKU 英文刊名： GEOGRAPHY AND GEO-INFORMATION SCIENCE 年，卷(期)： 2007 23(2) 分类号： P733 TP183 关键词： SeaWinds散射计 神经网络 地球物理模型函数(GMF) 后向散射系数【SeaWinds散射计海面风场神经网络建模研究】相关文章：
电磁散射场和雷达散射截面积的计算04-26
铁塔近地层风场特征研究04-26
锯齿台阶目标电磁散射特性研究04-26
雷达散射截面积的计算研究04-26
回路线栅法分析目标散射场04-26