关键词:
遥感
星载激光雷达
海面后向散射
海面风速
有效波高
深度学习
摘要:
构建了一种适用于CALIOP透明云下数据的深度神经网络模型,用于反演海面风速。通过使用2017年1、4、7、10月的CALIOP夜间数据和准同步的AMSR-2风速数据对模型进行训练,然后将该模型应用于2018年1—9月的夜间云下数据,实现海面风速的反演。与无云数据对比,所得反演结果表明精度接近,标准偏差最大为0.89 m/s,最低相关系数为0.94。在引入ERA5有效波高数据后,反演精度进一步提升,标准偏差最大为0.68 m/s,相关系数达到0.96以上。研究结果表明,透明云下数据同样可用于风速反演,深度神经网络能够有效地从CALIOP数据中提取风速信息,并结合有效波高数据进一步提高反演精度。