位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络进行云相态识别方法的研究
  • 期刊名称:大气与环境光学学报
  • 时间:0
  • 页码:299-304
  • 语言:中文
  • 分类:TP7[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]安徽师范大学物理与电子信息学院,安徽芜湖241000
  • 相关基金:国家自然科学基金项目(40701132)、安徽省自然科学基金项目(070412042)和安徽师范大学博士启动基金资助
  • 相关项目:基于卫星图像同时反演浑浊水域的气溶胶光学特性和水色的模型研究
中文摘要:

根据MODIS图像中8.5μm、11μm、12μm三波段的亮温判断云相态的原理,建立一个三层的BP人工神经网络算法.利用该算法分别对中国高纬度区域(N30°~N55°)和低纬度区域(N0°~N30°)的2008年1月15日和2008年7月15日的两景MODIS图像进行了云相态的识别,并把识别结果与NASA中心的MOD06云相态结果进行了对比,对比结果表明利用该方法反演云相态的正确率在90%以上,且利用该算法反演得出的云相态结果中,无法确定的云相态范围减少.

英文摘要:

A triple-layer BP neural network was put forward based on the principle of the 8.5 μm, 11μm, and 12 μm brightness temperature to retrieve the cloud phase in MODIS images. The cloud phase was retrieved based on the artificial neural network in high-latitude region(N30°-N55°) and low-latitude region(N0°-N30°) on January 15, 2008 and July 15, 2008 in China, and the result was compared with the cloud phase of MOD06 of NASA center. The result indicates that the inversion precision of the method is higher than 90%, and the uncertain scope of cloud phase is decreased.

同期刊论文项目
同项目期刊论文