基于GNSS-R反演北极海冰密集度及其对预报的影响
ID:2498 View Protection:ATTENDEE Updated Time:2024-04-12 13:31:13 Hits:1991 Oral Presentation

Start Time:2024-05-20 10:15(Asia/Shanghai)

Duration:10min

Session:S17 主题17、冰冻圈科学 » S17-4主题17、冰冻圈科学 专题17.8、专题17.11(20日上午,209)

No files

Abstract
利用来自TechDemoSat-1卫星的GNSS-R(Global Navigation Satellite Systems Reflectometry)延迟-多普勒图像并考虑海冰和海洋相互作用,提出了一种基于深度神经网络反演北极海冰密集度的新方法。这种反演方法显示了未来GNSS-R应用于北极任务的潜力。与德国汉堡大学海冰密集度产品相比,在2016年3月和6月反演结果的均方根误差分别为0.0284和0.0415。当反演的GNSS-R海冰密集度作为被动微波遥感数据的补充数据被加入到同化中时,在一定程度上对北极海冰密集度预报精度的提升产生了积极影响。特别是在海冰融化区域及海冰边缘区,更多的观测带来了有帮助的细节信息。相比仅同化遥感数据,联合同化的区域均方根误差在24小时预报时间最大下降幅度达到约17%,在72小时内也在5%以上。
Keywords
GNSS-R,海冰密集度,深度学习,海冰预报
Speaker
杨璐
博士研究生 天津大学

Submission Author
杨璐 天津大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
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
Contact Information
Previous Conferences