[张贴报告]基于机器学习的琼东上升流时空变化预测

基于机器学习的琼东上升流时空变化预测
编号:2439 稿件编号:2899 访问权限:仅限参会人 更新:2024-04-12 12:38:45 浏览:6次 张贴报告

报告开始:2024年05月18日 08:47 (Asia/Shanghai)

报告时间:1min

所在会议:[SP] 张贴报告专场 » [sp7] 主题7、遥感与地理信息科学

暂无文件

摘要
上升流是指海水从下层或次表层涌向表层或近表层的涌升现象。上升流会携带低温、高营养盐的水体到表面,导致海水叶绿素a质量浓度和海水表面温度的变化。通过将两者变化与琼东上升流进行联系,并预测琼东上升流出现的时间位置和强度。
通过卫星遥感数据和浮标观测数据结合,对琼东上升流区域进行验证和预测。浮标观测数据的训练和预测使用了长短期记忆模型,叶绿素a质量浓度的预测值与真实值的均方根误差值平均低于0.5。在卫星遥感数据中,本研究使用卷积神经网络-长短期记忆模型对目标区域进行训练和预测。当输入时长为7天,对未来1天的叶绿素a质量浓度预测残差值在1mg/m3以内。
 
关键字
叶绿素a,机器学习,琼东上升流,卫星遥感
报告人
刘明超
硕士研究生 中国海洋大学

稿件作者
赵化德 海南大学;国家海洋环境监测中心
刘明超 中国海洋大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订