-
题名基于机器学习模型FY⁃3D MWRI海面风速反演
- 1
-
-
作者
张云
韩天辉
孟婉婷
杨树瑚
周绍辉
韩彦岭
-
机构
上海海洋大学信息学院
上海市海洋智能信息与导航遥感工程技术研究中心
上海航天电子技术研究所
上海航天空间技术有限公司
-
出处
《上海航天（中英文）》
CSCD
2024年第4期120-132,172,共14页
-
基金
国家自然科学基金资助项目(42271335,42176175)
国家重点研发计划资助项目(2019YFD0900805)。
-
文摘
风云三号D星(FY-3D)微波成像仪(MWRI)L1级亮温数据可用于全球海面风速反演,本文讨论了在晴空区和云区使用多元线性统计回归模型和机器学习模型反演海面风速的情况,在晴空区将4 d测试集分别放入多元线性统计回归模型,采用随机森林(RF),支持向量回归(SVR),卷积神经网络(CNN)和Stacking融合(SF)模型对海面风速进行反演,最优的均方根误差(RMSE)分别为1.56、1.31、1.24、1.29和1.27 m/s;在云区2 d测试集上的最优RMSE分别为2.12、1.98、1.87、1.89和1.89 m/s。为了进一步验证晴空区海面风速反演的可靠性,选取美国国家浮标数据中心(NDBC)实测的浮标风速对海面反演风速进行验证,CNN反演风速与NDBC实测风速的RMSE为0.74 m/s,决定系数(R^(2))为0.80;SF反演风速与NDBC实测风速的RMSE为0.85 m/s,R^(2)为0.74。结果证实了通过机器学习模型能够很好地完成FY-3D MWRI亮温反演全球海面风速的任务。
-
关键词
风云三号D星(FY-3D)
微波成像仪(MWRI)
海面风速反演
机器学习
Stacking融合(SF)模型
-
Keywords
Feng Yun-3D(FY-3D)
microwave radiation imager(MWRI)
sea surface wind speed retrieval
machine learning
Stacking fusion(SF)model
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
P714
[自动化与计算机技术—控制科学与工程]
-
-
题名无人机载北斗反射信号的海面测高性能评估
- 2
-
-
作者
张云
马德皓
孟婉婷
秦瑾
盛志超
杨树瑚
-
机构
上海海洋大学信息学院上海市海洋智能信息与导航遥感工程技术研究中心
上海航天电子技术研究所
-
出处
《无线电工程》
北大核心
2021年第10期1064-1074,共11页
-
基金
国家自然科学基金资助项目(41871325)
国家重点研发计划“蓝色粮仓科技创新”重点专项(2019YFD0900805)。
-
文摘
近年来,无人机的快速发展赋予了全球导航卫星系统卫星反射(Global Navigation Satellite Systems-Reflectometry,GNSS-R)信号机载观测平台更大的发展空间。针对目前对北斗卫星导航系统(BDS)反射信号(特别是B3频段)机载海面测高研究较少的现状,使用自研无人机机载微小型北斗反射信号探测仪,接收北斗B1、B3频段反射信号的多普勒时延图(Delay Doppler Map,DDM),建立机载DDM海面高度反演模型对海面高度进行实时反演。将反演结果分别与实测数据、丹麦科技大学(DTU)全球海面高度模型的结果进行对比,通过均方根误差(RMSE)与平均绝对误差(MAE)描述测高结果的精度。使用无人机在山东省威海市山东大学威海分校附近的黄海海域进行了三次实验,实现了无人机载北斗B1、B3频段反射信号(BDS-R)海面高度反演,反演精度达到了分米级;验证了研发的微小型北斗反射信号探测仪用于机载海面测高的有效性。
-
关键词
微小型北斗反射信号探测仪
机载海面测高
DDM测高
测高验证模型
-
Keywords
tiny UAV-borne BDS-R detector
airborne sea surface altimetry
DDM height measurement
altimetry verification model
-
分类号
P228.4
[天文地球—大地测量学与测量工程]
-
