海洋二号卫星是我国自主研制的第一颗海洋动力环境卫星,其搭载的微波散射计(H2SCAT)可提供大量实时海面风场资料数据,而海面风场数据在海洋环境数值预报中必不可少,但由于Ku波段雷达的物理特性,H2SCAT风场的反演精度会受到降水等环境要素影响。本文的目标就是考虑降水等环境要素对HY-2A散射计反演风场精度的影响,对HY-2A散射计风场进行精度分析并通过BP神经网络对其进行偏差订正,以改进HY-2A散射计反演风场的质量。利用2012-2014年三年间的多源风矢量资料,包括NDBC浮标、TAO的浮标观测的风场资料数据以及ERA-Interim再分析风场资料数据,匹配对应的CMORPH降水资料,开展了 2012-2014年的HY-2A散射计的近实时海面风场资料在有降水的情况下的精度分析,统计了平均偏差、均方根误差、标准差,分析了 H2SCAT针对不同资情况;创新性地利用BP神经网络对HY-2A散射计风矢量场进行了偏差订正,按照风速大小分析了 HY-2A散射计风矢量场与各浮标资料风场的残差分布情况;同时,设计敏感性试验,以探究神经网络输入样本量以及各输入要素中的环境要素对订正结果的敏感性。结果表明:HY-2A散射计的反演风速对于3种不同资料风速都呈现出高估现象,而风向呈现不规则的非线性变化;经过BP神经网络的偏差订正后,HY-2A散射计反演风场精度尤其是风速得到了较大提高,在对数据量足够大的ERA-Interim再分析风场数据做了 19组敏感性试验后,HY-2A风速平均偏差由0.99m/s平均降低到了 0.01m/s,最小降低到0.2×10-3 m/s;输入样本中的环境要素中同时包括海温和降水时的订正效果比只包括其中之一环境要素的模型的订正效果要好;将海浪数据加入订正数据集中,对HY-2A散射计风速数据也会起到一定的订正效果;在一定输入样本量内,随着样本量的逐渐增加,平均偏差会逐渐减小,订正效果会越好,但超过一定量后会产生过拟合现象,随着输入样本量的逐渐增加,平均偏差没有一直减小而是出现波动且整体上逐渐增大。