Современные проблемы дистанционного зондирования Земли из космоса. 2004. В.1. Т.1. С. 447-458
НЕЙРОННО-СЕТЕВЫЕ АЛГОРИТМЫ ВОССТАНОВЛЕНИЯ ПАРАМЕТРОВ
СИСТЕМЫ ОКЕАН . АТМОСФЕРА ПО ДАННЫМ МИКРОВОЛНОВОГО
СПУТНИКОВОГО ЗОНДИРОВАНИЯ
Е.В. Заболотских
1, Л.М. Митник
2, Л.П. Бобылев
1, О.М. Йоханнессенн
31 Научный фонд «Международный центр по окружающей среде и дистанционному зондированию
им. Нансена»
2 Тихоокеанский океанологический институт им. В.И. Ильичева ДВО РАН
3 Nansen Environmental and Remote Sensing Centre
Микроволновые спутниковые измерения обеспечивают получение регулярной опера-
тивной информации о подстилающей поверхности и атмосфере независимо от облачности и
времени суток. При этом одной из центральных проблем является разработка эффективных
алгоритмов восстановления геофизических параметров, характеризующихся повышенной
точностью оценок при различных погодных условиях. В работе для решения этой проблемы
предлагается подход, основанный на использовании нейронных сетей (НС). Его
преимуществом является обеспечение высоких точностей оценок параметров в условиях
облачности и относительная нечувствительность к шумам аппаратуры. Практически, для
реализации данного подхода рассматривается задача выбора оптимальной модели
нейронной сети типа многослойного персептрона с обратным распространением ошибок
для оценки влагозапаса атмосферы, водозапаса облаков и скорости приводного ветра над
океаном по данным микроволнового радиометра SSM/I. Выполнен анализ связи
архитектуры НС-алгоритмов и погрешностей восстановления рассматриваемых параметров.
Результаты исследования показали, что, независимо от уровня шума радиометра и
поглощения в атмосфере, минимальным ошибкам определения указанных параметров
соответствует однопараметрическая конфигурация НС с одним скрытым уровнем нейронов.
Ошибки восстановления достигают минимума при числе нейронов от 2 до 5.
Список литературы:
- Кондратьев К.Я., Тимофеев Ю.М. Метеорологическое зондирование атмосферы из космоса. Л.: Гидрометеоиздат, 1978. 280 с.
- Hollinger J.P., Lo R., Poe G., Savage R., Pierce J. Special Sensor Microwave/Imager user.s guide: Tech. Rep., Naval Research Laboratory. Washington DC, 1987. 120 p.
- Заболотских Е.В., Митник Л.М., Бобылев Л.П., Йоханнессен О.М. Разработка и ва- лидация алгоритмов восстановления скорости приводного ветра по данным SSM/I c приме- нением Нейронных Сетей и физических ограничений // Исслед. Земли из космоса. 2000. № 2. С. 62.71.
- Заболотских Е.В., Тимофеев Ю.М., Успенский А.Б., Митник Л.М., Бобылев Л.П., Йоханнессен О.М., Черный И.В. О точности микроволновых спутниковых измерений ско- рости приводного ветра, влагосодержания атмосферы и водозапаса облаков // Изв. РАН. Физика атмосферы и океана. 2002. Т. 5. № 38. С. 592.600.
- Митник М.Л. Расчет радиояркостных температур уходящего излучения системы океан . атмосфера. ТОИ ДВО РАН. Препринт. 1980. 16 c.
- Liebe H.J., Hufford G.A., Gotton M.G. Propagation modeling of moist air and suspended water/ice particles at frequencies below 1000 GHz // AGARD Conf. Proc. .Atmospheric propagation effects through natural and man-made obscurants for visible to MM-wave radiation.. 1993. P. 542.
- Cruz Pol S.L., Ruf C.S., Keihm S.J. Improved 20- to 32-GHz atmospheric absorption model // Radio Science. 1988. V. 33. N 5. P. 1319.1332.
- Rosenkranz P.W. Rough-sea microwave emissivities measured with the SSM/I // IEEE Trans. Geosciences Remote Sensing. 1992. V. 30. N° 5. P. 1081.1085.
- Ellison W., Balana G., Delbos G., Lamkaouchi K., Eymard L., Guillou C., Prigent C. New permittivity measurements of seawater // Radio Science. 1998. V. 33. N 3. P. 620.648.
- Stogryn A.P. A note on brightness temperature at millimeter wavelength // IEEE Trans. Geosci. Electr. 1975. V. 13. N 2. P. 81.84.
- Rosenblatt R. Principles of Neurodynamics. New York, Spartan Books. 1959. 62 p.
- Chen T., Chen H. Approximation capability to functions of several variables, nonlinear functionals, and operators by radial basis function Neural Networks // Neural Networks. 1995. N°. 6. P. 904.910.
- Gybenko G. Approximation by superposition of sigmoidal functions, Mathematics of Control // Signals and Systems. 1989. V. 2. N 4. P. 303.314.
- Hornik K. Approximation capabilities of mulilayer feedforward network // Neural Networks. 1991. N 4. P. 251.257.
- Бельчанский Г.И., Коробков Н.В. Использование искусственных нейронных сетей для анализа спутниковых данных дистанционного зондирования // Исслед. Земли из космо- са. 1998. № 4. С. 111.120.
- Lippmann R.P. An introduction to computing with neural nets // IEEE Acoust. Speech Signal Process. Mag. 1987. P. 4.21.
- Beale R., Jackson T., Neural Computing: An Introduction, Adam Hilger, Philadelphia, 1990. 158 p.
- Wasserman P.D. Neural Computing, Van Nostrand Reinhold. N. Y., 1989. 340 p.
- Stogryn A.P., Butler C.T., Bartolac T.J. Ocean surface wind retrievals from Special Sensor Microwave Imager data with Neural Networks // J. Geophysical Research. 1994. N20 90. P. 981.984.