人工神经网络法反演晴空大气湿度廓线的研究

高光谱分辨率大气红外探测器AIRS(Atmospheric Infrared Sounder)作为第一个超高光谱大气红外探测仪,开辟了卫星大气探测的新时代。以无线电探空值与SARTA(Stand-Alone Radiative Transfer Algorithm辐射传输模式)v1.05版的前向模式模拟出的AIRS辐射亮温值组成样本对,利用神经网络法反演大气湿度廓线。将反演所得的结果与特征向量统计法的反演结果进行比较,结果表明,与特征向量统计法相比,神经网络法反演精度高,所获得的水汽廓线更加贴近真实廓线。AIRS因其高光谱分辨率(即高垂直分辨率)显示了精细的大气结构。在基于高光谱资料反演大气湿度廓线技术上,神经网络显示出了较强的非线性处理能力。