基于BP神经网络与遗传算法反演大气温湿廓线

张天虎; 鲍艳松; 钱芝颖; 林利斌; 刘旭林; 李林; 侯岳; 雷红玉; 李广文; 马军; 管琴; 唐维尧

doi:10.16032/j.issn.1004-4965.2020.010

基于BP神经网络与遗传算法反演大气温湿廓线

doi: 10.16032/j.issn.1004-4965.2020.010

张天虎^{1, 2},
鲍艳松^{1, 2, ,},
钱芝颖^{1, 2},
林利斌³,
刘旭林⁴,
李林⁴,
侯岳⁵,
雷红玉⁵,
李广文⁵,
马军⁵,
管琴⁶,
唐维尧^{1, 2}

1.
南京信息工程大学气象灾害预报预警与评估协同创新中心/中国气象局气溶胶与云降水重点开放实验室，江苏南京 210044
2.
南京信息工程大学大气物理学院，江苏南京 210044
3.
深圳航空有限责任公司，广东深圳 518101
4.
北京市气象探测中心，北京 100089
5.
格尔木市气象局，青海格尔木 816099
6.
青海省气象台，青海西宁 811000

基金项目:

国家重点研发计划 2017YFC15017043

国家重点研发计划 2016YFA0600703

江苏省研究生科研创新计划项目 KYCX18_1026

详细信息

通讯作者:
鲍艳松，男, 安徽省人，教授, 博士研究生导师, 主要从事卫星遥感及资料同化研究。E-mail: ysbao@nuist.edu.cn

中图分类号: P413
计量
- 文章访问数: 361
- HTML全文浏览量: 49
- PDF下载量: 22
- 被引次数: 0
出版历程
- 收稿日期: 2019-02-18
- 修回日期: 2019-07-28
- 刊出日期: 2020-02-01

ATMOSPHERIC TEMPERATURE AND HUMIDITY PROFILE RETRIEVALS BASED ON BP NEURAL NETWORK AND GENETIC ALGORITHM

Tian-hu ZHANG^{1, 2},
Yan-song BAO^{1, 2
, ,},
Zhi-ying QIAN^{1, 2},
Li-bin LIN³,
Xu-lin LIU⁴,
Lin LI⁴,
Yue HOU⁵,
Hong-yu LEI⁵,
Guang-wen LI⁵,
Jun MA⁵,
Qin GUAN⁶,
Wei-yao TANG^{1, 2}

1.
Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science & Technology, Nanjing 210044, China
2.
School of Atmospheric physics, Nanjing University of Information Science and Technology, Nanjing 210044, China
3.
Shenzhen Airlines, Shenzhen 518101, China
4.
Beijing Municipal Meteorological Observation Center, Beijing 100089, China
5.
Geermu Meteorological Bureau of Qinghai Province, Geermu 816099, China
6.
Qinghai Meteorological office, Xining 810001, China

摘要

摘要: 为提高地基微波辐射计大气探测精度，融合BP神经网络与遗传算法，研究0~10 km大气温湿度廓线。首先，结合数据特征，基于数值模拟技术，建立一套TP/WVP-3000型号地基微波辐射计的一级数据质量控制和订正模型。然后，为减小训练样本代表性误差对模型反演精度的影响，利用遗传算法优化训练样本数据，建立一套精度更高的神经网络大气温湿度反演模型。最后，利用构建的反演模型，开展大气温湿度反演试验，结合探空资料和微波辐射计二级产品，评价反演模型精度。研究结果表明：(1)经过质量控制后的实测数据与模拟数据之间的相关性有显著提升；(2)经过质量控制与订正后建立的神经网络模型对比原微波辐射计二级产品的反演精度有一定提升，温度提升6.77%，湿度提升20.11%；(3)经过遗传算法优化后的训练样本所建立的神经网络反演模型对比原微波辐射计二级产品反演精度有进一步的提升，温度提升10.21%，湿度提升23.75%，反演结果与该地区同类型研究结果相比有着较大提升。
- 微波辐射计 /
- 遗传算法 /
- BP神经网络 /
- 大气廓线 /
- 质量控制
Abstract: In order to improve the sounding accuracy of ground-based microwave radiometer, the atmospheric temperature and humidity profiles of 0-10km are studied by combining BP neural network and genetic algorithm. Firstly, based on numerical simulation technology, a set of level 1 data's quality control and correction model of TP/WVP-3000 ground-based microwave radiometer is established. Then, in order to reduce the influence of training sample errors on the accuracy of retrieval model, genetic algorithm is used to optimize training sample data, and a set of more accurate neural network to retrieve atmospheric temperature and humidity is established. Finally, the model is used to carry out atmospheric temperature and humidity retrieval experiments, and then experiment results are combined with sounding data and microwave radiometer's level 2 data to evaluate the accuracy of the retrieval model. Results show that: (1) the consistency between the measured data and the simulated data after quality control is significantly improved; (2) Compared with the level2 data of microwave radiometer, the retrieval accuracy of the neural network model after quality control and correction has a certain improvement, including a 6.77% improvement in temperature and a 20.11% improvement in humidity; (3) Compared with the level2 data of microwave radiometer, the retrieval accuracy of the neural network retrieval model based on the genetic algorithm optimized training sample has a further improvement, including a 10.21% improvement in temperature improved and a 23.75% improvement in humidity. Slightly superior results are achieved with our algorithm.
- microwave radiometer /
- genetic algorithm /
- BP neural network /
- atmospheric profile /
- quality control

HTML全文

图 1 质量控制流程图

下载: 全尺寸图片幻灯片

图 2 各个方案质控结果

下载: 全尺寸图片幻灯片

图 3 第4~7通道质控前后的实测亮温与模拟亮温对比

a~d.第4~7通道质控前观测亮温与模拟亮温; e~h.第4~7通道质控后观测亮温与模拟亮温。

下载: 全尺寸图片幻灯片

图 4 最优个体适应度随迭代次数变化

下载: 全尺寸图片幻灯片

图 5 LV2数据与BPNN温湿廓线误差

a.温度廓线误差; b.相对湿度廓线误差。

下载: 全尺寸图片幻灯片

图 6 GA-BPNN与全样本ALL-BPNN温湿廓线误差

a.温度廓线误差; b.相对湿度廓线误差。

下载: 全尺寸图片幻灯片

图 7 温度廓线个例对比

a.2017010100 UTC晴; b.2017020100 UTC晴; c. 2017041500 UTC云; d.2017051500 UTC云。

下载: 全尺寸图片幻灯片

图 8 相对湿度廓线个例对比

a. 2017010100 UTC晴; b. 2017020100 UTC晴; c. 2017041500 UTC云; d. 2017051500 UTC云。

下载: 全尺寸图片幻灯片

表 1 质控前后各通道模拟亮温与观测亮温相关系数

频率/GHz	22.2	23.0	23.8	26.2	30.0	51.3	52.3	53.9	54.9	56.7	57.3	58.8
R²质控前	0.97	0.97	0.96	0.91	0.79	0.72	0.78	0.99	1	1	1	1
R²质控后	0.98	0.98	0.97	0.95	0.85	0.80	0.86	0.99	1	1	1	1

下载: 导出CSV

表 2 各通道实测亮温与模拟亮温线性拟合方程

通道频率/GHz	线性拟合方程
22.24	y=0.980 5x-0.639 4
23.04	y=0.974 7x-0.280 3
23.84	y=0.961 7x-0.280 1
26.24	y=1.036 2x-1.521 7
30.00	y=1.015 0x-0.662 4
51.25	y=1.025 8x-7.613 8
52.28	y=0.982 8x-1.112 0
53.85	y=0.940 7x+11.595 0
54.94	y=0.986 7x+3.255 4
56.66	y=1.007 8x-2.360 8
57.29	y=1.008 5x-2.520 5
58.80	y=1.002 5x-0.997 0

下载: 导出CSV

参考文献(23)

[1]	王颖, 黄勇, 黄思源.大气温湿廓线反演问题的研究[J].国土资源遥感, 2008, 20(1): 23-26.
[2]	朱雅毓.地基微波辐射计数据的综合质量控制与效果分析[D].南京: 南京信息工程大学, 2014.
[3]	郭伟, 王振会, 孙安平, 等.地基微波辐射计网络资料处理系统设计及实现[J].气象, 2010, 36(4): 120-125.
[4]	敖雪, 王振会, 徐桂荣, 等.微波辐射计亮温观测质量控制研究[J].气象科学, 2013, 33(2): 130-137.
[5]	李青, 胡方超, 楚艳丽, 等.北京一地基微波辐射计的观测数据一致性分析和订正实验[J].遥感技术与应用, 2014, 29(4): 547-556.
[6]	SÁNCHEZ J L, POSADA R, GARCíA-ORTEGA E, et al. A method to improve the accuracy of continuous measuring of vertical profiles of temperature and water vapor density by means of a ground-based microwave radiometer[J]. Atmos Res, 2013, 122(3): 43-54.
[7]	李娜, 张武, 陈艳, 等.基于微波辐射计的大气温湿廓线遥感探测[J].兰州大学学报:自然科学版, 2015, 51(1): 61-71.
[8]	WANG Z, LI Q, HU F, et al. Remote sensing of lightning by a ground-based microwave radiometer[J]. Atmos Res, 2014, 150(1): 143-150.
[9]	黄兴友, 张曦, 冷亮, 等.基于MonoRTM模型的微波辐射计反演方法研究[J].气象科学, 2013, 33(2): 138-145.
[10]	YANG L, GUAN LI. Study on the inversion of clear sky atmospheric humidity profiles with artificial neural network[J]. Meteorological Monthly, 2011. 37(3):318-324.
[11]	刘亚亚, 毛节泰, 刘钧, 等.地基微波辐射计遥感大气廓线的BP神经网络反演方法研究[J].高原气象, 2010, 29(6): 1 514-1 523.
[12]	曹雪芬.地基微波辐射计亮温观测数据处理及对闪电高温的响应探讨[D].南京: 南京信息工程大学, 2013.
[13]	BAO Y S, CAI X, QIAN C, et al. 0~10 km temperature and humidity profiles retrieval from ground-based radiometer[J]. J Trop Meteor, 2018, 24(2): 243-252.
[14]	张容容.基于BP神经网络的多通道微波辐射计大气参数反演算法[D].武汉: 华中科技大学, 2017.
[15]	武广号, 文毅, 乐美峰.遗传算法及其应用[J].应用力学学报, 2000, 23(6): 9-10.
[16]	丁霞, 黄兴友, 王海涛.太赫兹频段雷达探测的冰云微物理参数反演算法模拟研究[J].热带气象学报, 2019, 35(1): 63-72.
[17]	张诚忠, 薛纪善, 冯业荣, 等.基于贝叶斯方案的雷达反射率反演水汽及其同化试验[J].热带气象学报, 2019, 35(2):145-153.
[18]	肖辉, 万齐林, 刘显通, 等.基于WRF-EnKF系统的雷达反射率直接同化对台风"天鸽"(1713)预报的影响[J].热带气象学报, 2019, 35(4):433-445.
[19]	王振会, 徐培源, 邓军, 等.三通道微波辐射计遥感大气中水汽、液水和电长度增量的数值实验[J].大气科学学报, 1995, 18(3): 396-403.
[20]	杨贤为.气候应用专用数据库气象资料的质量检验[J].气象, 1998, 24(12): 33-36.
[21]	张文刚, 徐桂荣, 廖可文, 等.降水对地基微波辐射计反演误差的影响[J].暴雨灾害, 2013, 32(1): 70-76.
[22]	魏重, 雷恒池, 沈志来.地基微波辐射计的雨天探测[J].应用气象学报, 2001, 12(z1): 65-72.
[23]	鲍艳松, 钱程, 闵锦忠, 等.利用地基微波辐射计资料反演0~10 km大气温湿廓线试验研究[J].热带气象学报, 2016, 32(2): 163-171.