發(fā)布時間：2024-02-28 04:50

　　GNSS-R是基于GNSS衛(wèi)星反射信號的一種新技術(shù).GNSS-R技術(shù)可以運(yùn)用到海面風(fēng)場反演中,傳統(tǒng)的GNSS-R技術(shù)反演海面風(fēng)場主要有波形匹配和經(jīng)驗(yàn)函數(shù)兩種方法,風(fēng)速反演精度約為2m·s^-1.波形匹配方法耗時多,計(jì)算量大;經(jīng)驗(yàn)函數(shù)方法通常只使用少量物理觀測量,會造成信息浪費(fèi),損失一定的反演精度.為了提高海面風(fēng)速的反演精度,引入機(jī)器學(xué)習(xí)領(lǐng)域常用的樹模型算法決策樹、隨機(jī)森林、GBDT等對海面風(fēng)速進(jìn)行預(yù)測.利用GNSS-R與ECMWF數(shù)據(jù)構(gòu)成訓(xùn)練集和驗(yàn)證集,訓(xùn)練集用于模型學(xué)習(xí),驗(yàn)證集用于檢驗(yàn)?zāi)Ｐ偷姆囱菪Ч?實(shí)驗(yàn)結(jié)果顯示,決策樹和隨機(jī)森林預(yù)測誤差約為0.6 m·s^-1,GBDT等算法的預(yù)測誤差約為2 m·s^-1,滿足風(fēng)速反演要求.與GNSS-R傳統(tǒng)反演方法相比,機(jī)器學(xué)習(xí)樹模型算法效果更好,在驗(yàn)證集上表現(xiàn)穩(wěn)定且誤差較小.因此,可以將機(jī)器學(xué)習(xí)樹模型算法運(yùn)用到海面風(fēng)速反演中.

【文章頁數(shù)】：7 頁

【部分圖文】：

圖６數(shù)據(jù)點(diǎn)全球分布??Ｆｉｇ．?６?Ｄａｔａ?ｐｏｉｎｔ?ｇｌｏｂａｌ?ｄｉｓｔｒｉｂｕｔｉｏｎ??１４０??１８０??反射點(diǎn)時間差ｉｉ個物理最，其中?

，．—４，??Ｓ．ｌＳｍ．ｓ－１．從圖８？１２中可以直觀看出，隨機(jī)森林預(yù)??？則結(jié)果，＝尤更相關(guān)，不管是高風(fēng)速還是低風(fēng)速都??能很好地預(yù)測；決策樹效果次之；ｔｏａｓｔｉｎｇ樹效果略??差，這可能與樣本分布不均衡有關(guān)，預(yù)測的結(jié)果大多??分布在３？．１０ｍ，ｓ．—１內(nèi)．??（Ｕ??＇....

圖１２隨機(jī)森林結(jié)果散點(diǎn)??Ｆｉｇ．?１２?Ｓｃａｔｔｅｒ?ｐｌｏｔ?ｏｂｔａｉｎｅｄ?ｂｙ?Ｒａｎｄｏｍ??ｆｏｒｅｓｔ?ａｌｇｏｒｉｔｈｍ??表１各模型多次實(shí)驗(yàn)結(jié)果對比（單位ｍ＋ｓ－１）??Ｔａｂｌｅ?１?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｍｕｌｔｉｐｌｅ?ｅｘｐｅｒｉｍｅｎｔａｌ??ｒｅｓｕｌｔｓ?ｏｆ?ｅａｃｈ?ｍｏｄｅｌ?（Ｕｎｉｔ?ｍ?ｓ－１）??

２??１０１??圖１０?ＧＢＤＴ結(jié)果散點(diǎn)??Ｆｉｇ．?１０?Ｓｃａｔｔｅｒ?ｐｌｏｔ?ｏｂｔａｉｎｅｄ?ｂｙ?ＧＢＤＴ?ａｌｇｏｒｉｔｈｍ??Ｓｃａｔｔｅｒ?ｐｌｏｔ??Ｄｅｃｉｓｉｏｎ?ｔｒｅｅ?ｒｅｓｕｌｔ?ｄｅｎｓｉｔｙ??１０?１５?２０?２５??ＥＣＭＷＦ?ｖａｌｕｅ／....

本文編號：3913496