常浩南赶紧摆了摆手:
“丁所长在气候问题上前后奔走,据理力争十几年,要是因为我中间插了一次手就变成辅助,岂不是显得我喧宾夺主了?”
在这件事情上,他并不准备直接站到明面上来。
一来,确实双方分工不同,而且ip开会基本都在欧洲,常浩南又不可能随随便便出国。
更重要的是,几年之后的ae1500还需要拿低排放作为核心卖点之一。
所以他现在必须得唱红脸,以后才好把环保问题拿出来说事。
否则别人一查,发现就是你小子前些年从中作梗,把ip的评估报告和气候协议给搅黄了,那回旋镖可就扎到自己脑袋上了……
总之,二人都对这一番会面非常满意。
在又进行了一番相互吹捧之后,便各自离开……
……
回到实验室之后,常浩南马上打开电脑,在文档首页写下了一串标题——
《一种优化初始猜测和阻尼系数的全局收敛的优化levenberg-arardt迭代算法。》
这正是他整个计划中的第一步。
也是最重要的一步。
对于卫星遥感而言,正演相当于描述大气参量到观测值之间的物理过程,也就是利用辐射传输物理过程模拟出传感器的辐射亮度。
那么相对应的,反演过程是在最优化理论下建立代价函数,以迭代的形式逐步逼近真值。
具体到大气成分探测问题上,除去传感器能够直接获得的参量以外,代价函数还包括示观测辐射的误差协方差矩阵、未知目标向量的初始值、以及能够确切描述背景场先验值的协方差矩阵。
其中第二项因为可以用“已知”的二氧化碳浓度作为参照,所以并不完全需要靠经验猜测,因此反演问题的本质就成为了寻求代价函数的最小值。
而常浩南在短时间内能想到的最有效,但又不至于引起特别高警惕的办法,就是在理论层面上对levenberg-arardt迭代算法进行改进。
毕竟这个算法在很多迭代求解的最优化问题上都能够发挥作用。
其中也包括机械加工和流体力学计算。
他一个在外界看来是计算科学出身的数学家,研究这种课题属于再正常不过的事情。
实际上,如果能有更充分的准备时间,常浩南倒是愿意去考虑一些基于神经网络的快速算法。
只可惜神经网络对光谱分辨率的要求相对较高,且需要大量统计数据进行模型训练。
考虑到ip的第四次评估最晚从年末就要开始,所以还是选择了求稳。
其实一般情况下,写论文的正常顺序是先正文、再结论、再摘要、最后标题。
不过常浩南心里已经对文章的全部内容大致有数,所以在确定了标题之后,就直接按照顺序往下写摘要。
但只写了寥寥几句话,便停下了敲击键盘的动作——