摘要：采用2013年中国科学院大气物理研究所香河大气综合观测试验站的地基微波辐射计和激光雷达观测数据,以激光雷达探测的大气边界层高度为参考,分别利用非线性神经网络和多元线性回归方法建立微波亮温直接反演大气边界层高度的算法,并对比两种方法的反演能力,同时分析非线性神经网络算法在不同时段及不同天气状况下反演结果的差异.结果表明非线性神经网络算法的反演能力优于多元线性回归算法,其反演结果与激光雷达探测的大气边界层高度有较好一致性,冬、春季的相关系数达到0.83,反演精度比线性回归算法约高26%;对于不同时段和不同天气条件,春季的反演结果最好,晴空的反演结果好于云天;四季和不同天气状况的划分也有利于提高反演精度.

关键词：微波亮温 大气边界层高度 激光雷达 神经网络 多元线性回归 

单位：成都信息工程大学 成都610225 中国科学院大气物理研究所中层大气和全球环境探测重点实验室 北京100029 中国气象局北京城市气象研究所 北京100089