报告详情
基于机器学习的琼东上升流时空变化预测
编号：2439
访问权限：仅限参会人
更新：2024-04-12 12:38:45 浏览：821次
张贴报告
报告开始：2024年05月18日 08:47（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
上升流是指海水从下层或次表层涌向表层或近表层的涌升现象。上升流会携带低温、高营养盐的水体到表面，导致海水叶绿素a质量浓度和海水表面温度的变化。通过将两者变化与琼东上升流进行联系，并预测琼东上升流出现的时间位置和强度。
通过卫星遥感数据和浮标观测数据结合，对琼东上升流区域进行验证和预测。浮标观测数据的训练和预测使用了长短期记忆模型，叶绿素a质量浓度的预测值与真实值的均方根误差值平均低于0.5。在卫星遥感数据中，本研究使用卷积神经网络-长短期记忆模型对目标区域进行训练和预测。当输入时长为7天，对未来1天的叶绿素a质量浓度预测残差值在1mg/m3以内。
通过卫星遥感数据和浮标观测数据结合，对琼东上升流区域进行验证和预测。浮标观测数据的训练和预测使用了长短期记忆模型，叶绿素a质量浓度的预测值与真实值的均方根误差值平均低于0.5。在卫星遥感数据中，本研究使用卷积神经网络-长短期记忆模型对目标区域进行训练和预测。当输入时长为7天，对未来1天的叶绿素a质量浓度预测残差值在1mg/m3以内。
关键词
叶绿素a,机器学习,琼东上升流,卫星遥感
报告人
刘明超
硕士研究生 中国海洋大学稿件作者
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