报告详情
卫星遥感和机器学习揭示了中国海叶绿素a浓度的不同长期变化趋势
编号：901
访问权限：仅限参会人
更新：2024-04-11 10:22:27 浏览：946次
张贴报告
报告开始：2024年05月18日 09:37（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp6] 主题6、海洋地球科学
暂无文件
摘要
浮游植物碳生物量是评估海区固碳能力的关键参数，而叶绿素a是目前最常用的表征指标。近年来，快速发展的卫星遥感技术提供了良好的叶绿素a产品，但在近海的评估仍颇具挑战。本研究利用2003-2018年中国海域73个航次2693组实测数据，通过大数据机器学习方法优化遥感数据集，建立了第一个覆盖全中国海域的叶绿素a估算模型，提供了一套完全独立于遥感产品的气候态叶绿素a分布模式，为优化基于生长率的净初级生产力数值模型及准确评估固碳速率提供了基础性工作。值得一提的是，我们构建的新模型成功显示了长江口近岸叶绿素a浓度逐年上升的趋势，部分区域的十年上升率超过0.4 mg m-3。这是遥感技术未能捕捉到的信息。
关键词
叶绿素a,浮游植物,卫星遥感,随机森林,HPLC
报告人
王婧潇
博士研究生 厦门大学近海海洋环境科学国家重点实验室稿件作者
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