基于BP神经网络的能见度估测研究
2021-10-23金钊邱康俊张苗苗
大气与环境光学学报 2021年5期
金钊,邱康俊,张苗苗
(1 合肥市气象局市公共气象服务中心,安徽 合肥 230031;2 安徽省气象信息中心运行监控科,安徽 合肥 230031)
0 引言
大气能见度一般定义为视力正常的人在当时天气条件下能够从天空背景中看到和辨认黑色目标物的最大水平距离[1],它是表征大气透明度的重要物理量。大气能见度与人们的日常生活密切相关,低的大气能见度极易导致交通事故发生,造成人民群众的生命和财产损失。因此大气能见度的预测研究,对减少交通事故,保障人民群众生命财产安全具有重要意义。
大气能见度定量计算理论基础源于1924 年Koschmieder 提出的视程理论[2],其核心是将能见度V与大气消光系数σ 联系起来。结合Bouguer-Lambert 定律,并取对比视感阈ε=0.02,得出大气水平能见度公式为V=3.912/σ。由此可见,大气消光系数σ 是影响大气能见度的直接因子,σ 越大,大气能见度越低,说明大气越混浊,其消光效应越强。在可见光和近红外波段,粒子散射是大气消光的主要因素[3],而基于Mie 散射理论的大气消光效应是复杂的非线性物理过程,因此直接计算大气消光系数异常困难。研究表明低能见度的形成受多种条件综合影响,主要包括气象条件、地形条件及人类活动等[4−8]。各种自然条件下,时空差异和分布不均以及强烈人类活动对消光系数影响的不确定性,造成了大气能见度变化的不确定性,利用一般的线性模型难以准确地预测大气能见度变化。
随着计算机技术的不断更新进步,人工神经网络(Artificial neural network,ANN)得以快速发展。……
登录APP查看全文
