陈克海
- 作品数：12 被引量：39H指数：4
- 供职机构：中国科学院南海海洋研究所更多>>
- 发文基金：国家高技术研究发展计划国家教育部“985工程”中国博士后科学基金更多>>
- 相关领域：天文地球自动化与计算机技术航空宇航科学技术电子电信更多>>
- 人工神经网络在星载散射计海面风场反演建模中的应用被引量：2
- 2007年
- 地球物理模型函数(GMF)是散射计风场反演的基础及算法有效运行的前提条件。采用传统的统计方法建立GMF往往需要大量的、多种参数条件下的雷达后向散射测量数据。以圆锥扫描散射计SeaWinds为例,根据其特点,建立了一个两种极化方式下统一的神经网络模型函数(NNGMF),并对风速、相对风向采样间隔和测量值数目对模型精度的影响进行了详细分析。通过与Qscat-1模型进行比较,发现该神经网络模型在采样间隔较大或测量值数目较少的情况下,仍能较好地体现SeaWinds散射计的海面后向散射特性。
- 陈克海解学通黄舟方裕陈晓翔
- 关键词：散射计海面风场神经网络
- Sea Winds散射计海面风场模糊去除方法研究被引量：7
- 2005年
- 利用最大似然法(MLE)对SeaWinds散射计数据反演得出的风矢量,一般存在2～4个模糊解,故需采用圆中数滤波法进行模糊去除.根据SeaWinds散射计第一模糊解的空间分布特性,归纳出一套适合SeaWinds散射计的模糊去除方法,并在理论上探讨了其适应性.该方法的圆中数定义简单,计算量小,且易于收敛.利用美国NASA提供的部分L2A原始数据对该方法进行验证的结果表明,对于简单风场分布情况,该方法在没有其他参考数据进行初始化的条件下,能有效解决SeaWinds轨道边缘区域的块状模糊问题.
- 解学通方裕陈克海陈晓翔
- 关键词：风场反演
- 基于目标函数分布特征的散射计海面风场反演方法
- 2010年
- 本文以SeaWinds散射计为例,针对圆锥扫描散射计星下点附近区域容易产生风向模糊问题,在分析其目标函数分布特征的基础上,对传统的最大似然风矢量反演算法和圆中数滤波算法进行了改进,提出了一种适合于圆锥扫描散射计的海面风场反演方法。该方法通过在目标函数分布较平坦的区域设置风向扩展区间,并使扩展后的更多风向解参与模糊去除来提高风向选择的准确性。利用200条轨道的SeaWinds散射计L2A数据和相应浮标数据,对本文给出的风场反演方法进行了验证。结果表明,该方法在无需外部辅助风场数据作为参考的条件下,能够使星下点附近区域的风向模糊性得到明显改善,从而证明了该方法的可行性。
- 解学通林明森陈克海田栋轩刘丽霞王小宁
- 关键词：SEAWINDS散射计目标函数
- 包含温度因子的海水地球物理模型函数建模研究被引量：2
- 2007年
- 以SeaWinds散射计为例,利用其L2A卫星测量数据和相应的海面浮标测量数据,以温度作为独立变量,借助人工神经网络首次尝试建立了包含温度因子的海水地球物理模型函数。建模实验结果表明,在3—15m.s-1风速范围内,对于两种极化方式,后向散射系数先随温度的升高而增大,当风速大于某一数值后,又随温度的升高而减小,但两种极化方式的转折风速存在差异。该研究结果为海面微波散射机理认识的进一步深入和模型函数精度的进一步提高展示了潜在的可能途径。
- 解学通陈克海郭丽青邓孺孺陈晓翔
- 关键词：风场反演海面温度神经网络
- 一种新的SeaWinds散射计海面风场反演方法被引量：2
- 2005年
- 针对传统的最大似然法存在的主要缺点,在分析SeaWinds散射计模型函数表的基础上,根据雷达后向散射截面积(σ0)随风速和相对方位角的变化规律,提出了一种新的海面风场反演方法.然后利用SeaWinds散射计部分L2A实测数据对该方法进行了验证,并在等风向间隔的条件下将该方法与传统的最大似然方法对同一实验数据的运行时间进行了比较.实验结果表明,与传统方法相比,该方法运行效率有明显提高,且反演结果与美国L2B反演结果十分接近.
- 解学通方裕陈晓翔陈克海
- 关键词：SEAWINDS散射计风场反演反演方法海面风场散射计最大似然法
- SeaWinds散射计海面风场反演算法研究
- 散射计是一种专门用于获取全球海面风速风向的主动式微波遥感器。散射计风场反演的核心技术包括风矢量求解和模糊去除两部分。风矢量求解是根据一定的模型函数和目标函数，从几个雷达后向散射截面积实测值及相关参数反求出对应的风矢量。后...
- 陈克海
- 关键词：散射计风场反演
- 文献传递
- Sea Winds散射计海面风场神经网络建模研究被引量：4
- 2007年
- 根据Sea Winds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。
- 解学通方裕陈克海黄舟陈斌
- 关键词：SEAWINDS散射计神经网络后向散射系数
- 一种修正的Sea Winds散射计圆中数滤波法被引量：3
- 2006年
- 利用最大似然法(MLE)对SeaWinds散射计数据反演得出的风矢量一般存在2—4个模糊解,而且第1模糊解构成的风场在轨道外侧区域容易出现块状模糊,所以不能像SASS和NSCAT等散射计那样,以第1模糊解初始化风场后用圆中数滤波法进行模糊去除。文章根据SeaWinds散射计第1模糊解的空间分布特性,对传统圆中数滤波法进行了修正,使之适合SeaWinds散射计的模糊去除,即在缺乏参考数据进行初始化的前提下,能够有效去除块状模糊问题。
- 陈克海解学通陈晓翔戴泳斯黄舟彭霞
- 一种海面风场反演的快速风矢量搜索算法被引量：8
- 2006年
- 本文以SeaW inds散射计为例,从最大似然估计的海面风场反演方法出发,根据其目标函数的一般分布特征,提出并实现了一种快速风矢量搜索算法。然后采用美国SeaW inds散射计的部分LA实测数据对该搜索算法进行了验证,并与常规算法对同一实验数据的反演偏差及运行时间进行了对比分析,结果表明该算法在能够保证反演精度的前提下,在较大程度上提高了运行效率。
- 解学通方裕陈克海陈晓翔
- 关键词：散射计风场反演目标函数搜索策略
- 用SeaWinds散射计数据反演海面风矢量的神经网络模型被引量：3
- 2008年
- 针对构建用 SeaWinds 散射计数据反演海面风矢量的神经网络模型所面临的主要问题,结合 SeaWinds 散射计的几何观测特征,提出了适合 SeaWinds 散射计旋转圆锥扫描方式的先风向后风速的两步神经网络反演模型及相应算法,并采用两组不同的 L2A 和相应 L2B 数据及浮标数据对该神经网络反演模型进行了初步验证。实验结果证明了该神经网络反演模型的可行性。与最大似然估计(MLE)反演方法相比,该神经网络反演模型在能够保证反演精度的情况下,运行效率提高了约5倍,从而为海面风矢量的实时反演提供了可能性。
- 解学通^②方裕陈克海解学通黄舟陈斌
- 关键词：散射计风矢量神经网络反演模型
