[张贴报告]卫星遥感和机器学习揭示了中国海叶绿素a浓度的不同长期变化趋势

卫星遥感和机器学习揭示了中国海叶绿素a浓度的不同长期变化趋势
编号:901 稿件编号:1068 访问权限:仅限参会人 更新:2024-04-11 10:22:27 浏览:495次 张贴报告

报告开始:2024年05月18日 09:37 (Asia/Shanghai)

报告时间:1min

所在会议:[SP] 张贴报告专场 » [sp6] 主题6、海洋地球科学

暂无文件

摘要
浮游植物碳生物量是评估海区固碳能力的关键参数,而叶绿素a是目前最常用的表征指标。近年来,快速发展的卫星遥感技术提供了良好的叶绿素a产品,但在近海的评估仍颇具挑战。本研究利用2003-2018年中国海域73个航次2693组实测数据,通过大数据机器学习方法优化遥感数据集,建立了第一个覆盖全中国海域的叶绿素a估算模型,提供了一套完全独立于遥感产品的气候态叶绿素a分布模式,为优化基于生长率的净初级生产力数值模型及准确评估固碳速率提供了基础性工作。值得一提的是,我们构建的新模型成功显示了长江口近岸叶绿素a浓度逐年上升的趋势,部分区域的十年上升率超过0.4 mg m-3。这是遥感技术未能捕捉到的信息。
关键字
叶绿素a,浮游植物,卫星遥感,随机森林,HPLC
报告人
王婧潇
博士研究生 厦门大学近海海洋环境科学国家重点实验室

稿件作者
王婧潇 厦门大学近海海洋环境科学国家重点实验室
柳欣 厦门大学近海海洋环境科学国家重点实验室
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 0592-2880181 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