近日,巢湖學(xué)院電子工程學(xué)院遙感科學(xué)智能應(yīng)用校級(jí)重點(diǎn)實(shí)驗(yàn)室王根博士聯(lián)合中國(guó)氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心和安徽省氣象臺(tái)在人工智能模型用于風(fēng)云氣象衛(wèi)星反演降水研究中取得進(jìn)展,相關(guān)成果發(fā)表在國(guó)際權(quán)威期刊《Earth and Space Science》。該研究工作得到了安徽省重點(diǎn)研究與開(kāi)發(fā)計(jì)劃、安徽省高校杰青、國(guó)家基金委自然科學(xué)基金等項(xiàng)目的支持。
研究簡(jiǎn)介:
降水在支持水和能量交換以及連接生物圈、水圈、巖石圈和大氣等方面發(fā)揮著重要作用。在一些生物多樣性、生態(tài)環(huán)境和水文氣象為導(dǎo)向的項(xiàng)目中也需要高質(zhì)量的定量降水產(chǎn)品。本研究將人工智能和大數(shù)據(jù)技術(shù)應(yīng)用于風(fēng)云氣象衛(wèi)星降水定量估測(cè),發(fā)展了多模型廣義集成學(xué)習(xí)方法。在優(yōu)化調(diào)整基礎(chǔ)機(jī)器學(xué)習(xí)模型超參數(shù)基礎(chǔ)上,采用非線性凸優(yōu)化集成其預(yù)測(cè)結(jié)果,從而提高了降水的估測(cè)精度。本研究的價(jià)值在于其方法具有較強(qiáng)的推廣性,可應(yīng)用于不同學(xué)科和不同研究領(lǐng)域。
Figure 2. Scatter distributions of (a–c) AGRI window brightness temperature,
(d–f) precipitation estimated, and (g–i) rain gauge precipitation at different times.
新聞鏈接:https://www.chu.edu.cn/2024/0305/c4849a174793/page.htm
網(wǎng)站內(nèi)容來(lái)源于互聯(lián)網(wǎng),由網(wǎng)絡(luò)編輯負(fù)責(zé)審查,目的在于傳遞信息,提供專業(yè)服務(wù),不代表本網(wǎng)站平臺(tái)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。如因內(nèi)容、版權(quán)問(wèn)題存在異議的,請(qǐng)與我們?nèi)〉寐?lián)系,我們將協(xié)調(diào)給予處理(按照法規(guī)支付稿費(fèi)或刪除),聯(lián)系方式:ahos@aiofm.ac.cn 。網(wǎng)站平臺(tái)將加強(qiáng)監(jiān)控與審核,一旦發(fā)現(xiàn)違反規(guī)定的內(nèi)容,按國(guó)家法規(guī)處理,處理時(shí)間不超過(guò)24小時(shí)。