报告详情
基于机器学习和动力过程的南极冰架崩解特征分析
编号：2257
访问权限：仅限参会人
更新：2024-04-12 11:04:03 浏览：803次
张贴报告
报告开始：2024年05月18日 08:46（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp17] 主题17、冰冻圈科学
暂无文件
摘要
冰架崩解对南极质量损失和动力过程有着直接影响，研究其空间特征、环境条件和受控因子尤为重要。基于机器学习算法和冰盖动力模式，利用2005-2020年南极冰架崩解遥感数据、冰架表面裂隙数据、冰架支撑值、南极冰架损伤空间分布数据以及底部融化数据，结合机器学习二元分类，分析了17种影响冰架动力过程的特征要素的重要性，并测算7种不同机器学习算法的准确性。结果表明，随机森林算法对预测冰架崩解具备最高准确率，冰架表面融水和表面流速对冰架崩解具有较高的影响，表明利用冰架自身动力性质和外部环境影响因子进行冰架崩解的预测具有一定的可行性。后续需进一步耦合动力模式和机器学习算法，并构建相应的数值模式体系，来刻画更高时空分辨率的冰架崩解事件强度和范围。
关键词
南极冰盖 冰架崩解 冰架损伤 冰盖动力模式 机器学习
报告人
龙清云
硕士研究生 北京师范大学稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论