红外与毫米波学报
紅外與毫米波學報
홍외여호미파학보
JOURNAL OF INFRARED AND MILLIMETER WAVES
2011年
1期
68-73
,共6页
严卫%任建奇%陆文%吴限
嚴衛%任建奇%陸文%吳限
엄위%임건기%륙문%오한
毫米波雷达%激光雷达%支持向量机%云相态识别
毫米波雷達%激光雷達%支持嚮量機%雲相態識彆
호미파뢰체%격광뢰체%지지향량궤%운상태식별
依据星载偏振激光雷达云相态识别原理,借鉴星载毫米波雷达温度阈值云相态识别方法,利用支持向量机(SVM)构建了联合CloudSat和CALIPSO卫星资料的云相态识别模型并进行了实例反演验证.SVM方法训练和测试样本集采用了CloudSat的2B-GEOPROF-LIDAR云廓线数据、CALIPSO的2级1km云层数据以及欧洲中期天气预报中心的辅助温度数据,识别结果与温度阈值法得到的CloudSat云相态产品、CALIPSO云相态产品以及相关资料进行了对比验证,结果表明联合两种雷达数据的支持向量机云相态识别技术具有较高的识别精度,能够更为准确地反演云相态的垂直分布信息.
依據星載偏振激光雷達雲相態識彆原理,藉鑒星載毫米波雷達溫度閾值雲相態識彆方法,利用支持嚮量機(SVM)構建瞭聯閤CloudSat和CALIPSO衛星資料的雲相態識彆模型併進行瞭實例反縯驗證.SVM方法訓練和測試樣本集採用瞭CloudSat的2B-GEOPROF-LIDAR雲廓線數據、CALIPSO的2級1km雲層數據以及歐洲中期天氣預報中心的輔助溫度數據,識彆結果與溫度閾值法得到的CloudSat雲相態產品、CALIPSO雲相態產品以及相關資料進行瞭對比驗證,結果錶明聯閤兩種雷達數據的支持嚮量機雲相態識彆技術具有較高的識彆精度,能夠更為準確地反縯雲相態的垂直分佈信息.
의거성재편진격광뢰체운상태식별원리,차감성재호미파뢰체온도역치운상태식별방법,이용지지향량궤(SVM)구건료연합CloudSat화CALIPSO위성자료적운상태식별모형병진행료실례반연험증.SVM방법훈련화측시양본집채용료CloudSat적2B-GEOPROF-LIDAR운곽선수거、CALIPSO적2급1km운층수거이급구주중기천기예보중심적보조온도수거,식별결과여온도역치법득도적CloudSat운상태산품、CALIPSO운상태산품이급상관자료진행료대비험증,결과표명연합량충뢰체수거적지지향량궤운상태식별기술구유교고적식별정도,능구경위준학지반연운상태적수직분포신식.
