人工神经网络法反演晴空大气湿度廓线的研究

高光谱分辨率大气红外探测器airs(atmosphericinfraredsounder)作为第一个超高光谱大气红外探测仪，开辟了卫星大气探测的新时代。以无线电探空值与sarta(standaloneradiativetransferalgorithm辐射传输模式)v1.05版的前向模式模拟出的airs辐射亮温值组成样本对，利用神经网络法反演大气湿度廓线。将反演所得的结果与特征向量统计法的反演结果进行比较，结果表明，与特征向量统计法相比，神经网络法反演精度高，所获得的水汽廓线更加贴近真实廓线。airs因其高光谱分辨率（即高垂直分辨率）显示了精细的大气结构。在基于高光谱资料反演大气湿度廓线技术上，神经网络显示出了较强的非线性处理能力。