高技术通讯
高技術通訊
고기술통신
HIGH TECHNOLOGY LETTERS
2006年
8期
870-875
,共6页
马立杰%黄海军%崔迎春%何宜军%辛立国
馬立傑%黃海軍%崔迎春%何宜軍%辛立國
마립걸%황해군%최영춘%하의군%신입국
遥感反演数据%海表面空气温度%人工神经网络%多次线性回归(MLR)
遙感反縯數據%海錶麵空氣溫度%人工神經網絡%多次線性迴歸(MLR)
요감반연수거%해표면공기온도%인공신경망락%다차선성회귀(MLR)
探讨了将遥感反演数据与人工神经网络(ANN)模型结合来获取日平均海表面空气温度(Ta)的方法.研究表明:(1)ANN方法所获取Ta与船测Ta之间的平均偏差主要分布于-1～1℃之间,均方根误差主要分布于0～1℃之间;(2)ANN方法所获取Ta与船测Ta之间的总的均方根误差(相关系数)为0.9584℃(0.97);多次线性回归(MLR)方法所获取Ta与船测Ta之间的总的均方根误差(相关系数)为1.578℃(0.89);(3)在整个研究区域内,用ANN方法获取Ta时的平均偏差和均方根误差大多数比用MLR方法获取Ta时的平均偏差和均方根误差小,在黄、东海,用MLR方法获取Ta时比用ANN方法获取Ta时的平均偏差和均方根误差大很多(大多数均大于0.5℃,最高可达7.3℃).在获取Ta时,相对于MLR方法,ANN方法具有更好的性能和更强的区域适应性,显示出ANN方法处理非线性问题的优势.
探討瞭將遙感反縯數據與人工神經網絡(ANN)模型結閤來穫取日平均海錶麵空氣溫度(Ta)的方法.研究錶明:(1)ANN方法所穫取Ta與船測Ta之間的平均偏差主要分佈于-1～1℃之間,均方根誤差主要分佈于0～1℃之間;(2)ANN方法所穫取Ta與船測Ta之間的總的均方根誤差(相關繫數)為0.9584℃(0.97);多次線性迴歸(MLR)方法所穫取Ta與船測Ta之間的總的均方根誤差(相關繫數)為1.578℃(0.89);(3)在整箇研究區域內,用ANN方法穫取Ta時的平均偏差和均方根誤差大多數比用MLR方法穫取Ta時的平均偏差和均方根誤差小,在黃、東海,用MLR方法穫取Ta時比用ANN方法穫取Ta時的平均偏差和均方根誤差大很多(大多數均大于0.5℃,最高可達7.3℃).在穫取Ta時,相對于MLR方法,ANN方法具有更好的性能和更彊的區域適應性,顯示齣ANN方法處理非線性問題的優勢.
탐토료장요감반연수거여인공신경망락(ANN)모형결합래획취일평균해표면공기온도(Ta)적방법.연구표명:(1)ANN방법소획취Ta여선측Ta지간적평균편차주요분포우-1～1℃지간,균방근오차주요분포우0～1℃지간;(2)ANN방법소획취Ta여선측Ta지간적총적균방근오차(상관계수)위0.9584℃(0.97);다차선성회귀(MLR)방법소획취Ta여선측Ta지간적총적균방근오차(상관계수)위1.578℃(0.89);(3)재정개연구구역내,용ANN방법획취Ta시적평균편차화균방근오차대다수비용MLR방법획취Ta시적평균편차화균방근오차소,재황、동해,용MLR방법획취Ta시비용ANN방법획취Ta시적평균편차화균방근오차대흔다(대다수균대우0.5℃,최고가체7.3℃).재획취Ta시,상대우MLR방법,ANN방법구유경호적성능화경강적구역괄응성,현시출ANN방법처리비선성문제적우세.
