排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
静止轨道海洋水色成像仪(Geostationary Ocean Color Imager, GOCI)提供了时间分辨率达小时级的海洋水色数据,使得对海洋环境的逐时变化监测成为可能。然而受到海洋上空云、雾和霾的影响,数据出现连续高缺失率甚至完全缺失的情况,使得数据使用价值大大降低。在经验正交函数重构法(Data INterpolating Empirical Orthogonal Functions, DINEOF)的基础上,突出时间要素在重构中的地位,运用异常像元检测、拉普拉斯平滑滤波和时间模态2次分解插值,提出了适用于静止海洋水色卫星数据的重构方法——DINEOF-G。利用此方法对杭州湾2017年的GOCI总悬浮物质量浓度数据进行重构,结果表明该方法相比经典方法在重构精度上提高了8%,数据重构率提高了36%,且重构结果较好地反映了杭州湾总悬浮物质量浓度的季节变化规律和空间分布特征。 相似文献
2.
海洋是自然界中重要的碳汇，海-气二氧化碳通量通常利用大气和海水表层的二氧化碳分压(pCO2)差进行估算。受制于时空分布不均匀的观测样本和预测数据，目前已有海水表层二氧化碳分压的重构结果在空间分辨率上仍有较大可提升空间。为在高空间分辨率下更好地拟合时空变化，基于表层大洋二氧化碳地图(SOCAT)的海水表层二氧化碳逸度(f CO2)数据集和遥感卫星等多源数据，利用XGBoost模型建立了海水表层二氧化碳分压值与海洋物理、生物、光学等要素的非线性关系，并根据样本时空频率构建权重模型，最终重构了2000-2018年大西洋0.041 7°×0.041 7°下月度海水表层二氧化碳分压分布。预测结果的相关系数为0.966，均方根误差为8.087μatm，平均偏差为4.012μatm，与同类重构结果相比，海水表层二氧化碳分压的时空变化趋势一致性强，且在空间分辨率上具有优势。 相似文献
1