近期，我室海星博士后李晓辉在期刊Remote sensing发表了题为“Evaluation and Calibration of Remotely Sensed High Winds from the HY-2B/C/D Scatterometer in Tropical Cyclones”的研究成果。合作者包括实验室杨劲松研究员、国家海洋环境预报中心王久珂正高级工程师、加拿大海洋与渔业部韩国奇研究员。

该论文利用SMAP（Soil Moisture Active Passive）的台风观测数据，评估了HY-2B/C/D散射计的台风探测精度。研究表明：HY-2B/C/D散射计在高风速条件下存在明显低估的问题。基于神经网络、最邻近算法、决策树、随机森林、支持向量机、贝叶斯岭回归六种机器学习算法，构建了HY-2台风风速重构模型。然后，利用网络搜索的方法，实现模型超参数优化。与SMAP对比显示：神经网络算法的均方根误差（RMSE）为3.40 m/s；与HY-2官方产品相比，反演精度提高了20.4%。

图 1. 技术路线

本研究得到了自然资源部第二海洋研究所中央级公益性科研院所基本科研业务费专项资金项目（JB2205）和南方海洋科学与工程广东实验室创新团队项目（311021004）的资助。

引用：Li, X.; Yang, J.; Wang, J.; Han, G. Evaluation and Calibration of Remotely Sensed High Winds from the HY-2B/C/D Scatterometer in Tropical Cyclones. Remote Sens. 2022, 14,4654. https://doi.org/10.3390/ rs14184654