联合多源数据的连续、高分辨率的极地冰盖质量变化研究
编号:2264
访问权限:仅限参会人
更新:2024-04-12 11:05:48 浏览:847次
口头报告
摘要
GRACE及GRACE-FO 重力卫星任务的成功实施,极大地推进了全球山地冰川及极地冰盖质量变化等领域的研究。但两个计划提供的1°×1°空间分辨率格网的数据,在研究南北极地区质量变化差异时存在显著误差;且GRACE数据和GRACE-FO的观测时段内存在22个月的数据缺失,并且计划间存在11个月的数据空白。通过机器学习方法基于多源遥感观测数据,我们确定了南北极地区GRACE/FO数据预测的驱动变量,进而首次构建了南北极冰盖质量变化的长时间序列。此外,使用机器学习和地理加权回归技术,构建了空间高分辨率的南北极冰盖质量变化数据。连续、高分辨率的南北极冰盖质量变化的时空数据,对探讨冰盖-大气-海洋交互作用,加深极地冰盖质量变化的物理机制的认识具有重要的科学意义。
关键词
GRACE/FO,冰盖,机器学习,降尺度,预测,气候驱动因素
稿件作者
石卓娅
武汉大学
张保军
武汉大学
王泽民
武汉大学
发表评论