文献

J-GLOBAL ID：201502220325743158   整理番号：15A1284698

Meteosat像から毎時直達法線日射を評価するための進化的人工ニューラルネットワークアンサンブルモデル

An evolutionary artificial neural network ensemble model for estimating hourly direct normal irradiances from meteosat imagery

著者 (4件)： LINARES-RODRIGUEZ Alvaro (Dep. of Physics, Univ. of Jaen, Jaen, ESP) ,  QUESADA-RUIZ Samuel (Dep. of Computer Sci., Univ. of Jaen, Jaen, ESP) ,  POZO-VAZQUEZ David (Dep. of Physics, Univ. of Jaen, Jaen, ESP) ,  TOVAR-PESCADOR Joaquin (Dep. of Physics, Univ. of Jaen, Jaen, ESP)
資料名： Energy  (Energy)
巻： 91  ページ： 264-273  発行年： 2015年11月 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ANN(人工ニューラルネットワーク)アンサンブルモデルの新しい進化的設計を開発して,毎時DNI(直達法線日射)推定を生成した。手順は,最良入力を選ぶための遺伝的アルゴリズムとANNアンサンブル法を結合する。アンサンブルモデルは,主にヨーロッパにおいて,広い地域にわたる28の高品質地上局で測定された3年のMeteosat-9画像とデータを用いて補正し,評価した。DNI評価の最も有用な入力は以下であることが判明した。ch08とch11を除くすべてのMeteosat-9チャネル,相対気団m,全体Rayleigh光学的厚さδ_r,地球外全天日射G_O,ビーム晴天指数B_cs,および天頂角の余弦θ。濁り,エアロゾル光学的深さ,または水蒸気量などの追加大気情報はモデルに必要なかった。アンサンブル評価はほぼ公平で(MBE=1.98%),全体RMSE(二乗平均平方根誤差)は独立空間と時間データセットで24.29%であった。これは,DNIを評価するための他の共通方法を越える35%の改良を表す。推定は四季を通じて合理的に信頼でき,晴天条件においてより正確であった。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 気象衛星 ,  静止衛星 ,  衛星利用画像 ,  *直達日射 ,  法線 ,  *ニューラルネットワーク ,  予測技法 ,  遺伝的アルゴリズム ,  ヨーロッパ ,  品質 ,  地球局 ,  データ ,  気団 ,  全天日射 ,  指数 ,  方位角 ,  光学的厚さ ,  混濁 ,  水蒸気量 ,  誤差 ,  季節的変動 ,  晴天
準シソーラス用語： Meteosat ,  RMSE【誤差】 ,  アンサンブル法 ,  エアロゾル光学的深さ ,  衛星データ ,  衛星地上局 ,  高品質 ,  進化的ニューラルネットワーク ,  *人工ニューラルネットワークモデル ,  晴天指数 ,  天頂角

分類 (2件)： 放射,大気光学  (DC05080C) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (7件)： Meteosat ,  法線 ,  日射 ,  評価 ,  進化 ,  人工ニューラルネットワーク ,  アンサンブルモデル