【摘要】：云是天氣氣候的重要影響因子之一,目前世界上有超過(guò)三分之二的地區(qū)被云層覆蓋,云的存在能直接影響大氣輻射的傳輸過(guò)程,從而改變大氣輻射的時(shí)空分布。不僅如此,云層能直接參與水循環(huán)過(guò)程,因此世界各地的降水分布也與云層分布有關(guān)。在云底高度反演計(jì)算問(wèn)題上,基于云高觀測(cè)儀的反演計(jì)算受人為主觀因素影響較為明顯,在計(jì)算結(jié)果上與實(shí)際云高存在一定的偏差。為構(gòu)造性能更優(yōu)、智能化更高的云底高度反演計(jì)算模型,本文在處理云底高度反演計(jì)算問(wèn)題上,將經(jīng)典機(jī)器學(xué)習(xí)算法和卷積神經(jīng)網(wǎng)絡(luò)通過(guò)集成學(xué)習(xí)策略相融合,設(shè)計(jì)一種融合多算法的云底高度智能反演計(jì)算模型MCHIIC。本文主要?jiǎng)?chuàng)新點(diǎn)包括:1、在本文MCHIIC模型的云高實(shí)況要素?cái)?shù)據(jù)采集模塊中,為了能夠?qū)鲜庀笈_(tái)所給定的相關(guān)數(shù)據(jù)進(jìn)行實(shí)時(shí)篩選,以提取出適合云高反演計(jì)算的相關(guān)實(shí)況要素?cái)?shù)據(jù),本文設(shè)計(jì)了一個(gè)云高要素?cái)?shù)據(jù)篩選器CLHF來(lái)實(shí)現(xiàn)對(duì)云高實(shí)況要素?cái)?shù)據(jù)的提取,即當(dāng)相關(guān)數(shù)據(jù)發(fā)生變化時(shí),CLHF能以根據(jù)數(shù)據(jù)的變化,不限時(shí)間、地域、地形和觀測(cè)站點(diǎn)個(gè)數(shù)的限制精確篩選出模型需要的云高數(shù)據(jù),大量減少了人為篩選工作所帶來(lái)的誤差以及工作量。2、在本文MCHIIC模型的卷積處理模塊中,通過(guò)對(duì)經(jīng)典損失函數(shù)Softmax loss做出改進(jìn),在Softmax loss上對(duì)輸出矩陣ω和偏置b進(jìn)行了修改,設(shè)計(jì)出了針對(duì)于云高反演的損失函數(shù)CLH-Softmax loss,使得反演結(jié)果能維持在一個(gè)更加合理的區(qū)間,從而進(jìn)一步提升云高分類輸出的精度。3、在MCHIIC模型的云高分類輸出模塊中,為了進(jìn)一步提升模型在云高實(shí)況要素?cái)?shù)據(jù)集上的分類精度和泛化能力,本文提出多加權(quán)融合算法(Weighted Fusion,WF)和基于權(quán)重修正單元的堆疊套袋(Weighted-Regulate-Unit-StackingBagging,WRUSB)算法,在WF算法中,本文對(duì)CLH-CNN分類器和Adaboost分類器輸出之后的結(jié)果做加權(quán)輸出并輸入到Softmax層進(jìn)行概率分析。在WRUSB算法中,本文在Bagging算法投票輸出之前對(duì)基分類器的輸出權(quán)重做出了調(diào)整,對(duì)每個(gè)輸出根據(jù)輸出權(quán)重的大小賦予不同的修正系數(shù),并用投票法的方式得到云底高度反演結(jié)果,在提升模型泛化能力的同時(shí)也提高了輸出的分類精度。
【圖文】：

圖 1-1 激光測(cè)云儀實(shí)測(cè)回波信號(hào) 圖 1-2 噪聲抑制處理后的回波信號(hào)圖 1-3 地基紅外測(cè)云儀反演結(jié)果 圖 1-4 全天空紅外掃描成像儀反演結(jié)果西方發(fā)達(dá)國(guó)家早在上世紀(jì)就已經(jīng)將云高觀測(cè)業(yè)務(wù)化，1996 年美國(guó) Sandia 國(guó)家實(shí)驗(yàn)室 Mark 等實(shí)現(xiàn)了對(duì)云高觀測(cè)的業(yè)務(wù)化[14]，通過(guò)對(duì)不同位置的云體拍攝結(jié)合光流匹配等算法得出云層圖片的同名點(diǎn)，，從而計(jì)算出云底高度，其中用于觀測(cè)的激光云高觀測(cè)儀產(chǎn)自芬蘭 Vaisala 公司，但該方法在當(dāng)時(shí)所需成本太高，并

圖 1-1 激光測(cè)云儀實(shí)測(cè)回波信號(hào) 圖 1-2 噪聲抑制處理后的回波信號(hào)圖 1-3 地基紅外測(cè)云儀反演結(jié)果 圖 1-4 全天空紅外掃描成像儀反演結(jié)果西方發(fā)達(dá)國(guó)家早在上世紀(jì)就已經(jīng)將云高觀測(cè)業(yè)務(wù)化，1996 年美國(guó) Sandia 國(guó)家實(shí)驗(yàn)室 Mark 等實(shí)現(xiàn)了對(duì)云高觀測(cè)的業(yè)務(wù)化[14]，通過(guò)對(duì)不同位置的云體拍攝結(jié)合光流匹配等算法得出云層圖片的同名點(diǎn)，從而計(jì)算出云底高度，其中用于觀測(cè)的激光云高觀測(cè)儀產(chǎn)自芬蘭 Vaisala 公司，但該方法在當(dāng)時(shí)所需成本太高，并
【學(xué)位授予單位】：湖南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP181;P412

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱曉蕾;錢越英;嚴(yán)衛(wèi);李冠林;安豪;;基于多源衛(wèi)星數(shù)據(jù)的云底高度反演算法在中國(guó)近海的應(yīng)用研究[J];氣象科學(xué);2019年04期

2 王青梅,張以謨,劉鐵根,鄭義忠;一種便攜式激光測(cè)云儀的云底高度反演方法[J];強(qiáng)激光與粒子束;2005年09期

3 梁W

本文編號(hào)：2656214