报告详情
基于机器学习和SAR遥感的近海风速反演研究
编号：3766
访问权限：仅限参会人
更新：2024-04-14 11:22:17 浏览：930次
口头报告
报告开始：2024年05月20日 10:23（Asia/Shanghai）
报告时间：7min
所在会场：[S20] 主题20、城市海岸带与陆海统筹 [S20-4] 主题20、城市海岸带与陆海统筹 专题20.8、专题20.10（20日上午，109）
暂无文件
摘要
海表面风速是海洋气象观测的重要指标之一，在海洋学、气象学等相关领域研究中具有重要作用。合成孔径雷达（SAR）最重要的应用之一就是可以用来获取海表的风速信息。目前已有研究主要基于经验关系的地球物理模型函数（GMFs）手段，通过描述海表SAR信号与风速之间的复杂关系来反演海表面风速。随着人工智能技术的迅速发展，类似的非线性反演难题可以通过机器学习的方法解决，本研究针对哨兵1号SAR数据，研发了多种基于机器学习方法的海表面风速反演模型，实验结果表明，相较于传统GMFs模型手段，这些机器学习反演方法能够很好地再现海表面的风场信息，所反演风速的均方根误差在2 m/s以内。本研究可以为近海风速的SAR遥感探测研究提供重要参考和依据。
关键词
Synthetic aperture radar (SAR),风速,机器学习
报告人
于鹏
副教授 厦门理工学院稿件作者
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