报告详情
利用多源SIF数据构建高精度⻓时序的区域叶绿素荧光重构产品
编号：2364
访问权限：仅限参会人
更新：2024-04-12 12:05:10 浏览：883次
张贴报告
报告开始：2024年05月18日 09:00（Asia/Shanghai）
报告时间：1min
所在会场：[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
太阳诱导叶绿素荧光（SIF）作为总初级生产力（GPP）的新型代理指标快速发展，尽管目前已经有一些高分辨率的SIF重构产品如SDSIF、RTSIF、DSIF等，但是它们仍然存在时间分辨率不够精细或者时间序列太短等问题。本文以福建省为例，基于随机森林算法利用多源SIF数据、气象数据与MODIS数据进行建模，生产了2005-2023年高时空分辨率（每日，0.05°）SIF产品。我们的机器学习预测模型在测试数据集上取得了较高的准确率（R2大于0.80，RMSE小于0.9 mW/m2/nm/sr），并且重构产品能够很好地保留了原始多源SIF数据中的时空特征与细节。实验中我们还将此产品与地基站点SIF数据、重构产品RTSIF等进行对比验证都得到了良好的结果。此产品将有助于进行长时序的GPP预测并在更精细的时空尺度上理解碳循环。
关键词
多源SIF数据；随机森林；重构产品
报告人
潘梦婷
硕士研究生 集美大学稿件作者
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