报告详情
基于降尺度GRACE陆地水储量变化的洪旱灾害监测研究
编号：2012
访问权限：私有
更新：2023-04-10 23:36:37 浏览：456次
张贴报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
在全球气候变化背景下，洪水、干旱灾害事件频发。目前的洪旱灾害预报主要基于降雨和地表径流变化，而关于深层土壤水和地下水的变化是否可以有效延长预报期还没有深入研究。重力卫星GRACE数据中深层土壤水、地下水信息为洪旱灾害预测提供了新的思路。该研究利用长短期记忆网络深度学习算法对GRACE重力卫星数据进行空间降尺度分析，用于区域性、小尺度的洪旱灾害监测预报。在德克萨斯海湾地区的研究结果表明，基于深度学习的降尺度方法可有效对GRACE数据进行空间降尺度，精细刻画小尺度流域的水储量变化特征，并准确监测局地洪水、干旱事件。研究所提出的方法可进一步应用于全球其他地区，为提供高分辨率的陆地水储量变化数据和小尺度区域灾害预警提供有力补充，同时，也为观测数据匮乏地区的水文监测和水资源管理提供重要技术手段。
关键词
GRACE,降尺度,机器学习,洪旱灾害
报告人
尹高虹
副教授 吉林大学稿件作者
全部评论
重要日期
-
会议日期
05月05日
2023
至05月08日
2023
-
03月31日 2023
初稿截稿日期
-
05月25日 2023
注册截止日期
主办单位
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
承办单位
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
发表评论