基于降尺度GRACE陆地水储量变化的洪旱灾害监测研究
编号:3156 访问权限:仅限参会人 更新:2024-04-12 22:53:30 浏览:1118次 口头报告

报告开始:2024年05月19日 16:10(Asia/Shanghai)

报告时间:10min

所在会场:[S9] 主题9、地球物理与大地测量 [S9-3] 主题9、地球物理与大地测量 专题9.3、专题9.6、专题9.9(19日下午,305A)

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、水储量变化、降尺度、水旱灾害
报告人
尹高虹
副教授 吉林大学

稿件作者
尹高虹 吉林大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月17日

    2024

    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
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询