期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于随机森林模型的南海大气CO_(2)柱浓度估算模型构建及其检验与应用
1
作者
周芳成
刘少军
+2 位作者
田光辉
韩秀珍
甘业星
《气象》
CSCD
北大核心
2024年第12期1542-1550,共9页
利用多源宽幅卫星的叶绿素a浓度、瞬时光和有效辐射、颗粒无机碳、颗粒有机碳、海面温度、风速、风向7个参数,基于随机森林模型建立了南海大气CO_(2)柱浓度估算模型,以2020年数据验证模型精度,偏差为0.27 ppm(1 ppm=10^(-6)),决定系数为...
利用多源宽幅卫星的叶绿素a浓度、瞬时光和有效辐射、颗粒无机碳、颗粒有机碳、海面温度、风速、风向7个参数,基于随机森林模型建立了南海大气CO_(2)柱浓度估算模型,以2020年数据验证模型精度,偏差为0.27 ppm(1 ppm=10^(-6)),决定系数为0.59,均方根误差为1.00 ppm,整体精度较高。研究发现,南海大气CO_(2)柱浓度呈现明显的季节特征,表现为春季>夏季>冬季>秋季。造成南海大气CO_(2)柱浓度季节差异的主要影响因素呈随时间变化特征,风向是1月和4月的主要影响因素,风速和风向是影响7月最大的2个因素,海温成为10月最主要影响因素。基于宽幅多源遥感数据建立的方法,可实现对南海大气CO_(2)柱浓度的高频次、全覆盖监测。
展开更多
关键词
南海
随机森林模型
大气CO_(2)柱浓度
估算模型
季节变化特征
在线阅读
下载PDF
职称材料
题名
基于随机森林模型的南海大气CO_(2)柱浓度估算模型构建及其检验与应用
1
作者
周芳成
刘少军
田光辉
韩秀珍
甘业星
机构
国家卫星
气象
中心/国家空间天气监测预警中心
许健民
气象
卫星创新中心
海南省
气象
科学
研究所
中国气象局三沙海洋气象野外科学试验基地
海南省南海
海洋
气象
野外
科学
观测研究站
出处
《气象》
CSCD
北大核心
2024年第12期1542-1550,共9页
基金
国家自然科学基金青年基金项目(42001309)
中国气象局风云卫星应用先行计划(2022)(FY-APP-2022.0308)
海南省气象局科研项目(HNQXJS202214)共同资助。
文摘
利用多源宽幅卫星的叶绿素a浓度、瞬时光和有效辐射、颗粒无机碳、颗粒有机碳、海面温度、风速、风向7个参数,基于随机森林模型建立了南海大气CO_(2)柱浓度估算模型,以2020年数据验证模型精度,偏差为0.27 ppm(1 ppm=10^(-6)),决定系数为0.59,均方根误差为1.00 ppm,整体精度较高。研究发现,南海大气CO_(2)柱浓度呈现明显的季节特征,表现为春季>夏季>冬季>秋季。造成南海大气CO_(2)柱浓度季节差异的主要影响因素呈随时间变化特征,风向是1月和4月的主要影响因素,风速和风向是影响7月最大的2个因素,海温成为10月最主要影响因素。基于宽幅多源遥感数据建立的方法,可实现对南海大气CO_(2)柱浓度的高频次、全覆盖监测。
关键词
南海
随机森林模型
大气CO_(2)柱浓度
估算模型
季节变化特征
Keywords
the South China Sea
random forest model
atmospheric CO_(2)column concentration
estimation model
seasonal variation characteristic
分类号
P412 [天文地球—大气科学及气象学]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于随机森林模型的南海大气CO_(2)柱浓度估算模型构建及其检验与应用
周芳成
刘少军
田光辉
韩秀珍
甘业星
《气象》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
