导读:本文包含了微波亮温论文开题报告文献综述及选题提纲参考文献,主要关键词:FY-3B,MWRI,热带气旋,降水反演
微波亮温论文文献综述
张软玉[1](2019)在《基于FY-3B星微波成像仪MWRI观测亮温的热带气旋降水反演研究》一文中研究指出热带气旋是起源于热带海域的快速旋转的涡旋系统,总是伴随着强风和暴雨,登陆期间给人类的生命和财产带来巨大的损失。星载被动微波遥感的发展实现了热带气旋准确有效的实时监测。微波成像仪(Microwave Imager,MWRI)是我国第二代极轨气象卫星风云叁号B星(FY-3B)主要载荷之一,能够提供全天候全天时的微波辐射探测,为热带气旋的研究提供了良好的观测数据。本文将针对热带气旋表面降水的微波遥感机制和方法进行深入研究,为热带气旋提供有效的评价参数。本论文将针对两个物理算法对降水反演进行研究:1)基于被动微波辐射观测资料的Wentz&Spencer(简称W/S)物理反演算法;2)基于主动降水雷达观测数据和前向辐射传输模型构建先验数据库进行降水反演研究的MWRI GPROF算法。本文首先针对仅使用被动微波辐射观测资料的W/S物理算法进行热带气旋表面降雨率反演研究。W/S降水反演算法是基于FY-3B MWRI 18.7GHz和36.5GHz的垂直和水平极化亮温进行热带气旋降水反演的物理算法。该算法利用云雨吸收系数与降雨率之间直接且唯一的关系进行降水反演。为了评估该算法反演性能,将热带气旋降水反演结果分别与美国国家冰雪数据中心(National Snow and Ice Data Center,NSIDC)降水产品、AMSR-E降水反演估计值和主动降雨雷达(Precipitation Rader,PR)观测降水进行对比分析。同时,利用遥感系统(Remote Sensing Systems,RSS)提供的TMI降水产品评估了热带气旋反演的降水空间分布特性。MWRI降水反演结果显示出与主被动降水产品良好的一致性,表明MWRI具有较强的降雨探测能力。同时,利用MWRI W/S降水反演算法针对热带气旋降水反演得到了合理的降水强度和空间分布。由于W/S降水反演算法仅针对吸收系数和降雨率的物理关系进行降水反演,在高降雨率估计表现出明显的吸收饱和,导致算法降水反演能力仅仅能达到27 mm/h。因此,本文将进一步使用基于主动降水雷达观测资料构建的MWRI GPROF(Goddard Profiling algorithm)降水反演算法对MWRI观测数据进行系统的分析和应用,以提高热带气旋降水反演精度。本文将FY-3B MWRI应用到美国GPROF 2017最新版本算法,构建了MWRI GPROF降水反演物理算法,使用MWRI观测亮温进行热带气旋表面降水的反演。首先利用一年的GPM双频测雨雷达(Dual-frequency Precipitation Radar,DPR)/GMI(GPM Microwave Imager,GMI)组合数据和Eddington近似辐射传输模型计算的MWRI模拟亮温构建针对海洋区域(40°S-40°N)热带气旋的MWRI GPROF数据库。将MWRI GPROF降水反演结果分别与主动DPR观测降水产品、被动GMI GPROF和GMI Hurricane GPROF(HGPROF)降水反演产品对比,进行反演结果一致性检验和分析。结果表明,MWRI GPROF算法与主被动降水产品相比在热带气旋表面降水强度及其空间分布表现出良好的一致性。就全球降水而言,通过对比4年(2014-2017)的MWRI GPROF和GMI GPROF反演的的全球热带气旋平均降雨率之间的差异,表明MWRI GPROF对于全球热带气旋降水反演研究是适用的。为了验证MWRI GPROF算法对热带气旋降水反演精度的提高,将MWRI GPROF算法反演结果与W/S算法降水反演结果进行比对分析。对比结果表明MWRI GPROF算法的整体反演精度要优于W/S算法降水反演。本文最后对MWRI GPROF算法热带气旋降水反演结果进行误差分析,重点分析了以下叁个误差来源:1)MWRI与GMI观测亮温的交叉定标引入的误差。在考虑交叉定标后MWRI GPROF降雨率反演统计分析结果优于不定标的反演结果;2)数据库的大小引入的误差。对比分析不同数据库大小的反演统计结果发现,数据库廓线条目的减少对高降雨率反演结果影响较大,而对低降雨率影响较小;3)贝叶斯权重函数值的设置引入的误差。通过控制仪器通道灵敏度(Noise Equivalent Difference Temperature,NEDT)权重系数发现,权重函数值的增加使高降雨率反演结果得到优化,对低降雨率的改善较小。综合分析,解决高降雨反演结果偏低的核心方法是增加数据库中高降雨率廓线条目的数量,以及条目在整个数据库中所占的比例。(本文来源于《中国科学院大学(中国科学院国家空间科学中心)》期刊2019-06-01)
王广蕊,李晓峰,赵凯,姜涛,郑兴明[2](2018)在《东北地区森林积雪的微波辐射亮温模拟分析》一文中研究指出微波辐射亮温正向模拟是辐射传输模型反演积雪参数的关键步骤之一。以HUT模型为基础,针对森林冠层微波透过率这一关键的模型输入参数,在东北大小兴安岭典型森林积雪区进行了14个子区域(10km!10km)的地基遥感观测和森林参数取样观测实验,分别利用地基微波辐射计实测和森林材积量回归两种不同参数获取方法,得到实验观测区冬季森林透过率,并模拟了星载微波辐射计探测亮温(TsimuB)。通过对两种参数获取方法模拟亮温的相关性分析,说明在K波段水平极化条件下森林存在体散射效应(相关系数R2≤0.37),而Ka波段双极化和K波段垂直极化条件下,森林存在很弱或无体散射效应(相关系数R2≥0.53)。在此基础上,将TsimuB与FY3C MWRI观测的微波辐射亮温进行了差值比较,以MWRI的定标精度约以2 K为基准,提出了以偏差|Δ|≤3·"=6K为一致性判据准则。在K波段水平极化(H)与垂直极化(V)辐射计模拟的一致性为79%、82%,Ka波段的H和V为43%、50%;材积量模拟亮温的一致性是K波段H和V为57%、86%,Ka波段的H和V均为64%。结果表明:在HUT模型模拟森林积雪系统微波辐射亮度温度时,Ka波段积雪层散射引起的不确定性大于K波段森林散射引起的不确定性。通过数据分析,提出了HUT模型的适用性及东北地区森林—积雪真实性检验场的选址依据。(本文来源于《遥感技术与应用》期刊2018年06期)
茆佳佳,张雪芬,王志诚,杨荣康,潘旭光[3](2018)在《多型号地基微波辐射计亮温准确性比对》一文中研究指出目前,国内外对于地基微波辐射计的探测能力多从温湿廓线等二级产品级进行考察,其误差包含反演算法和硬件系统两部分的贡献,不易区分。为直接考察硬件系统的观测性能,试验将评估对象前移,直接对一级亮温数据进行比对分析。利用2016年1月-2018年3月中国气象局大气探测试验基地4台地基微波辐射计和业务探空的同址观测数据,以探空数据输入MonoRTM辐射传输模型得到的正演亮温为参考,考察不同天气、不同季节微波辐射计的探测准确性。结果表明:国产与进口设备观测亮温的准确性相当。4台地基微波辐射计实测亮温与模拟亮温相关性较好,相关系数基本超过0.9,均达到0.001显着性水平。晴空条件下,实测亮温较模拟亮温均方根误差平均为2. 08~3. 75 K;德国辐射计亮温偏差最小,各通道平均偏差为1. 08 K,均方根误差平均为2. 08 K。亮温偏差在冬季最小,夏季达到最大。建议提高定标准确度并进行质量控制以确保亮温准确性,谨慎使用降水期间辐射计的观测数据。(本文来源于《应用气象学报》期刊2018年06期)
陈昊,谢真珍,康志明[4](2018)在《典型逐线大气吸收模型对江苏地区FY-3B微波探测通道亮温模拟分析》一文中研究指出FY-3B作为我国第二代极轨卫星中的第一颗业务星(FY-3A为试验性卫星),于2010年11月4日发射升空,每日当地时间约13时30分对当地进行观测。作为目前国产极轨气象卫星中唯一业务运行的下午星,(FY-3D也属于下午星,但仍处于在轨测试状态,尚未开始业务运行。)FY-3B承担每日当地时间白天午后对天气系统观测的任务。其上搭载有温度垂直廓线探测的MWTS和湿度垂直廓线探测的MWHS。MWTS和MWHS在大气的吸收波段具有较密的通道分布。对于探测大气温度和湿度的垂直分布信息具有非常重要的作用。江苏省气象局在金坛观测基地所布设的FY-3地面卫星资料接收站,每日可以近实时接收FY-3B过境期间的观测数据。本研究采用MWTS正常工作期间2011-2012年间对江苏地区的观测数据进行研究;采用MWHS于2011-2017年间对江苏地区的观测数据进行研究。由于FY-3B的过境时间为当地时间下午13-14点之间,因此选取下午14时的探空观测数据,与FY-3B MWTS/MWHS观测数据进行时间尺度上的匹配。由于14时探空观测数据属于加密观测资料,因此只在每年的6-9月之间具有观测数据。本研究选取由中国气象局国家气象中心所提供的2011-2017年之间共计7年的探空观测数据。观测站点选择上海及江苏境内南京、射阳、徐州共四个探空站,观测时间选择14时的加密观测资料。卫星资料与探空站观测资料的空间匹配,选取卫星像元中心点经纬度与探空站经纬度数据之间距离不超过10km的卫星数据点。微波频段的大气吸收模型主要有逐线积分计算方法和快速计算方法两大类。逐线积分以HITRAN光谱吸收线数据库为基础,在微波频段大气中主要的吸收气体分子为O2、H2O和N2,由于O2和H2O在不同的微波频段吸收效率不同,呈现多个吸收峰,因此采用逐线积分方法计算大气对微波辐射的吸收作用,常用的方法有MPM(Millimeter Propagation Model)和ROS(ROSenkranz Model)。作者也通过对MPM和ROS方法改进,提出MIX(MIX model)用于对热带气旋过境时沿海高湿区的大气吸收模拟。快速计算方法中具有代表性的为RTTOV(Radiative Transfer for TOV)和CRTM(Community Radiative Transfer Model),这两种快速辐射传输模型广泛应用于数值天气预报的同化系统及快速卫星参数反演过程中。快速辐射传输模型通过选取合适的拟合函数集对逐线吸收方法计算得到的大气吸收系数结果进行拟合,进而简化逐线积分吸收模型的计算过程,达到快速计算的目的。由于逐线积分计算方法计算微波辐射的大气吸收作用更加精确,本研究选取MPM、ROS和MIX叁种逐线积分计算方法来进行对比,得到最适合FY-3B MWTS/MWHS的逐线积分方法,其中MPM的模拟精度最高。(本文来源于《第35届中国气象学会年会 S9 卫星资料同化》期刊2018-10-24)
王敬囝,关吉平,王毅军,张博宇[5](2018)在《利用CRTM模式对2017年第9号台风“纳沙”的微波亮温模拟》一文中研究指出针对2017年第9号台风"纳沙",利用WRF模式对所选区域和时间进行预报,得到大气廓线、云参数、地表参数等输入到CRTM模式中,启动云散射模块,分别对NOAA-18上搭载的MHS微波湿度计和AMSU-A微波温度计各通道的亮温进行模拟,并针对不同参数化方案和水平分辨率进行敏感性试验。1海上云区亮温观测与模拟对比(本文来源于《第35届中国气象学会年会 S9 卫星资料同化》期刊2018-10-24)
王婉,雷恒池,王兆宇,郭晓军,聂皓浩[6](2018)在《机载微波辐射计亮温数据中RFI识别方法研究》一文中研究指出机载微波辐射计(G-band water Vapor Radiometer,GVR)在使用过程中发现存在无线电频率干扰信号(Radio-Frequency Interference,RFI),为准确使用数据,需对干扰信号进行识别和订正。在分析多种RFI识别方法在GVR数据中的适用性基础上,根据GVR探测及定标原理提出适用于GVR的RFI识别和订正方案。采用该方案对天津市2016年11月20日一次GVR亮温数据进行识别和订正,结果表明,该方法能较好的识别出各通道亮温数据中的RFI信号;RFI存在于多个通道中,时空分布无规律,具有随机性,为干扰源确定带来较大困难;RFI在亮温数据中除少数以孤立点形式存在,多数为连续干扰点,连续干扰点越多,订正效果越差,当连续干扰点较多时建议剔除该部分数据。RFI订正前后的反演结果对比分析表明,多数情况下,RFI的存在使得垂直累积水汽和垂直累积液态水含量值被高估,少数值被低估,单个通道做订正对反演结果的影响不同。(本文来源于《高原气象》期刊2018年04期)
朱利剑,秦正坤,王金成[7](2018)在《基于亮温通道变率的FY-3C微波湿度计陆地云检测新方法》一文中研究指出云检测是卫星资料同化的重要前处理步骤,无论是晴空资料同化还是有云资料同化,都需要准确地区分有云和晴空资料。由于陆地地表发射率的多变性和微波能穿透部分云类的特点,微波湿度计资料在陆地上空的云检测研究一直是难点。利用快速辐射传输模式(CRTM)分析了不同云类条件下FY-3C微波湿度计(MWHS-Ⅱ)各通道亮温的通道间变率特征,根据MWHS-Ⅱ亮温通道间变率随云高以及云中液态水含量的增大而减小的特点,提出了一个基于亮温通道变率的MWHS-Ⅱ陆地资料云检测方法。与已有的云产品比较结果表明:新的云检测算法能有效地剔除大部分受云影响的资料,剔除后的晴空资料观测和模拟偏差更好地符合高斯分布。新方法对过冷水云、冰云、重迭云的检测能力较强,正确检测率可以达到80%,对卷云以及高度较低的水云的检测能力相对较弱。新方法能有效利用MWHS-Ⅱ观测资料自身完成云检测,在MWHS-Ⅱ资料同化中有很好的应用前景。(本文来源于《气象学报》期刊2018年03期)
叶琛[8](2018)在《综合孔径微波辐射计仿真中的场景亮温非均匀划分方法》一文中研究指出综合孔径辐射计是由多个双天线相关干涉仪组成的干涉式阵列辐射计系统,由于大型干涉式天线阵列综合孔径辐射计物理系统构建复杂,成本高且在实际工作中难以反复修正和改进,因此综合孔径微波辐射计的系统仿真成为综合孔径微波辐射计研究分析的重要手段。在综合孔径辐射计“功率级”仿真系统中,场景模块和信号接收模块组成了从场景亮温到可见度函数的BT2V(Brightness Temperature to Visibility)正向模型,BT2V正向模型的仿真在评估综合孔径辐射计的性能或者从可见度函数中剔除非目标区域干扰等方面具有重要作用。常规的BT2V正向模型的仿真都是基于对目标场景的亮温分布进行均匀划分的,为满足综合孔径辐射计仿真精度要求,亮温数据采样点数需足够多,而对于大型天线阵列而言,仿真运算量与采样点数的平方、天线阵列阵元数目的平方成正比,导致对计算机硬件性能的要求也非常高。本文提出了一种场景亮温分布非均匀划分方法,在非均匀划分方法中数据采样间隔是根据亮温数据的变化快慢而变化的。在场景亮温变化缓慢的海洋及陆地区域采取大采样间隔,而对亮温变化剧烈的区域减小采样间隔以充分利用亮温数据高频信息分量,从而在满足一定的BT2V正向模型仿真计算精度条件下可以极大地降低仿真计算的复杂度。通过仿真对比分析了在均匀划分方法和非均匀划分方法中,采样间隔大小、采样点数、接收天线类型、基线长度、目标场景类型等因素对综合孔径辐射计BT2V正向模型仿真计算精度以及计算复杂度的影响。仿真结果表明,在相同的可见度函数计算精度条件下,非均匀划分方法中的亮温数据采样点数仅为均匀划分方法中的至多叁分之一,加快了可见度函数数值计算的收敛速度并节省了综合孔径辐射计仿真系统的计算资源;在相同的计算复杂度情况下,与均匀划分方法相比,非均匀划分方法中可见度函数的仿真计算误差可降低至少一到两个数量级,使得可见度函数仿真计算值更接近于理论分析值,从而确保了更高质量的反演亮温图像,尤其是在亮温呈现快速变化的沿海区域。(本文来源于《华中科技大学》期刊2018-05-01)
张宸[9](2018)在《西北太平洋热带气旋内核区微波亮温特征及其在气旋强度预报中的应用》一文中研究指出热带气旋(Tropical Cyclone,TC)内核区的对流活动不仅能够提供潜热释放,还可以输送质量和动量,是TC维持和增强的重要因素之一。本文首先利用美国国防气象卫星(DMSP)的专用微波辐射计(SSM/I)和热带降雨测量计划任务卫星(TRMM)的微波辐射计(TMI)资料分析了西北太平洋热带气旋不同强度变化阶段和迅速增强(Rapid Intensification,RI)前后内核区85 GHz和37 GHz的微波亮温特征及其在RI预报中的应用,然后类似统计动力预报模型(STIPS)方案,建立了一个西北太平洋TC强度估计模型,分析了内核区85 GHz和37 GHz微波信号在TC强度预报中的应用。主要结论如下:(1)弱风切变环境下,RI阶段TC与其他强度变化阶段TC相比,内核区反映对流和降水的微波亮温主要集中于风切变的左侧区域,且平均面积比右侧大。在RI发生前12小时,190-225 K、225-250 K的85 GHz极化修正温度(PCT)和260-270 K的37 GHz极化修正温度面积分别不超过内核区总面积的30%、50%和60%。随着RI的发生,亮温会由切变左侧逐渐向中心附近移动形成环形。此外,RI阶段内核区PCT85最小值小于190 K的频率高于其他强度变化阶段,PCT37最小值小于250 K的频率也高于除迅速衰减外的其他阶段,且这二者在RI发生前均有增加趋势。(2)强风切变环境下,RI阶段TC内核区反映对流和降水的微波亮温主要集中在逆风切变区,其中强散射信号在顺逆风切变两侧平均面积差均比其他强度变化阶段TC大。在RI发生前12小时,225-250 K的PCT85面积不超过总面积的40%。随着RI的发生,仅225-250 K的PCT85和260-270 K的PCT37出现了近似环形的特征。此外,RI阶段TC内核区PCT85和PCT37最小值分别小于190K和250 K的频率明显高于其他强度变化阶段TC,但前者在RI发生前后变化较小,而后者在RI发生前先减小而RI发生后增大。(3)利用亮温特征对RI预报的结果表明,弱风切变下当内核区切变左侧小于190 K、190-225 K的PCT85和260-270 K的PCT37面积比分别同时比右侧大0.5%、2%和5%时,RI出现的频率比气候平均值提高了一倍左右,强风切变下当内核区逆切变区小于190 K、190-225 K的PCT85和小于260 K的PCT37面积比同时比顺切变区大0.6%时,RI出现的频率比气候平均值提高了两倍左右。在使用单一亮温特征对RI进行识别时,小于190 K的PCT85面积特征在强弱切变下预报效果均较好。(4)TC强度估计模型的评估结果表明,在弱、强风切变环境下,加入内核区微波亮温因子的预报结果均好于未加入微波因子,但强风切变时的结果改善程度小于弱风切变的结果。在独立样本拟合试验中,加入微波因子后弱风切变下各时刻预报结果均提升了4%以上,其中12小时和72小时的结果改善较为明显,强风切变下各时刻的预报结果提升幅度均低于4%,其中36小时至60小时结果改善较大。个例强度模拟结果显示,加入微波因子后,弱、强风切变环境下的预报结果均有所改进,其中未发生RI的个例强度预报改善较大,而发生RI的个例则改善较小。(本文来源于《兰州大学》期刊2018-05-01)
侯海艳,侯金亮,黄春林,王昀琛[10](2018)在《基于人工神经网络和AMSR2多频微波亮温的北疆地区雪深反演》一文中研究指出被动微波遥感数据是进行积雪深度反演的重要资料,不同频率微波信号对积雪响应不同。利用人工神经网络(Artificial Neural Network,ANN)方法结合新疆北部地区积雪观测资料建立AMSR2(Advanced Microwave Scanning Radiometer 2)微波亮温(Brightness Temperature,TB)、地理位置、地形因子与雪深的隐含关系,以实现通过亮温、地理位置、地形因子估算北疆地区积雪深度,并分析微波极化方式、位置以及地形的不同组合方式对雪深反演效果的影响。实验结果表明:水平极化对雪深反演的影响大于垂直极化,纬度对雪深的影响大于经度,地表粗糙度和坡向对雪深的影响大于高程和坡度,并且位置和地形因子对雪深影响作用相当。最终通过4种优选模型的误差空间分布对比发现,综合亮温、经纬度、坡度、坡向的ANN输入模型能够较好的反映北疆地区积雪分布状况,训练集的站点平均误差在-7~6cm之间,该组合模型作为神经网络的输入能够较为合理地获取北疆地区雪深模拟值。(本文来源于《遥感技术与应用》期刊2018年02期)
微波亮温论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
微波辐射亮温正向模拟是辐射传输模型反演积雪参数的关键步骤之一。以HUT模型为基础,针对森林冠层微波透过率这一关键的模型输入参数,在东北大小兴安岭典型森林积雪区进行了14个子区域(10km!10km)的地基遥感观测和森林参数取样观测实验,分别利用地基微波辐射计实测和森林材积量回归两种不同参数获取方法,得到实验观测区冬季森林透过率,并模拟了星载微波辐射计探测亮温(TsimuB)。通过对两种参数获取方法模拟亮温的相关性分析,说明在K波段水平极化条件下森林存在体散射效应(相关系数R2≤0.37),而Ka波段双极化和K波段垂直极化条件下,森林存在很弱或无体散射效应(相关系数R2≥0.53)。在此基础上,将TsimuB与FY3C MWRI观测的微波辐射亮温进行了差值比较,以MWRI的定标精度约以2 K为基准,提出了以偏差|Δ|≤3·"=6K为一致性判据准则。在K波段水平极化(H)与垂直极化(V)辐射计模拟的一致性为79%、82%,Ka波段的H和V为43%、50%;材积量模拟亮温的一致性是K波段H和V为57%、86%,Ka波段的H和V均为64%。结果表明:在HUT模型模拟森林积雪系统微波辐射亮度温度时,Ka波段积雪层散射引起的不确定性大于K波段森林散射引起的不确定性。通过数据分析,提出了HUT模型的适用性及东北地区森林—积雪真实性检验场的选址依据。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
微波亮温论文参考文献
[1].张软玉.基于FY-3B星微波成像仪MWRI观测亮温的热带气旋降水反演研究[D].中国科学院大学(中国科学院国家空间科学中心).2019
[2].王广蕊,李晓峰,赵凯,姜涛,郑兴明.东北地区森林积雪的微波辐射亮温模拟分析[J].遥感技术与应用.2018
[3].茆佳佳,张雪芬,王志诚,杨荣康,潘旭光.多型号地基微波辐射计亮温准确性比对[J].应用气象学报.2018
[4].陈昊,谢真珍,康志明.典型逐线大气吸收模型对江苏地区FY-3B微波探测通道亮温模拟分析[C].第35届中国气象学会年会S9卫星资料同化.2018
[5].王敬囝,关吉平,王毅军,张博宇.利用CRTM模式对2017年第9号台风“纳沙”的微波亮温模拟[C].第35届中国气象学会年会S9卫星资料同化.2018
[6].王婉,雷恒池,王兆宇,郭晓军,聂皓浩.机载微波辐射计亮温数据中RFI识别方法研究[J].高原气象.2018
[7].朱利剑,秦正坤,王金成.基于亮温通道变率的FY-3C微波湿度计陆地云检测新方法[J].气象学报.2018
[8].叶琛.综合孔径微波辐射计仿真中的场景亮温非均匀划分方法[D].华中科技大学.2018
[9].张宸.西北太平洋热带气旋内核区微波亮温特征及其在气旋强度预报中的应用[D].兰州大学.2018
[10].侯海艳,侯金亮,黄春林,王昀琛.基于人工神经网络和AMSR2多频微波亮温的北疆地区雪深反演[J].遥感技术与应用.2018