检索结果-维普期刊中文期刊服务平台

人工智能海洋学研究的计量分析被引量：2: 1; 作者张灿影张斌 +1 位作者冯志纲李晓峰《海洋与湖沼》北大核心 2025年第1期112-125,共14页; 海洋科学研究对于理解和保护我们的海洋环境、维持生物多样性、支持经济发展,并应对全球气候变化具有至关重要的作用。近年来,随着海洋监测范围的不断扩大,海洋数据的收集速度和量级呈指数级增长,这远远超出了传统科研方法的处理和分析... 展开更多; 关键词人工智能海洋监测分类预报计量分析; 在线阅读下载PDF 职称材料

基于机器学习的海洋浮标传感器观测数据的偏差校正方法: 2; 作者钟国荣李学刚 +4 位作者宋金明曲宝晓马骏袁华茂段丽琴《海洋学报》北大核心 2025年第10期146-154,共9页; 海洋浮标观测是海洋研究数据的重要获取手段,但受传感器本身基线漂移、海洋生物附着和海水腐蚀等多种因素的影响,浮标观测的直接观测数据必须进行严格的偏差校正,以确保其数据的可靠性。当前针对物理海洋参数浮标数据的质控方案已有较... 展开更多; 关键词监测数据漂移偏差质量控制机器学习浮标观测; 在线阅读下载PDF 职称材料

数据产品对基于机器学习反演大洋表层海水酸化速度准确度的影响被引量：1: 3; 作者钟国荣李学刚 +4 位作者宋金明曲宝晓马骏袁华茂段丽琴《海洋与湖沼》北大核心 2025年第1期90-100,共11页; 全球海水pH变化监测对于了解海水酸化状况及对海洋生物和生态系统影响具有重要作用。近年来,机器学习算法被广泛运用于从观测数据和容易获得的环境参数构建海洋酸化参数格点数据。然而,目前的研究主要致力于改善算法结构来提高准确性,... 展开更多; 关键词海水酸化海水pH 数据产品机器学习全球大洋; 在线阅读下载PDF 职称材料

HH极化SAR风速反演评估: 4; 作者张保卫郭建忠 +2 位作者成毅张耀南冯立强《遥感信息》 CSCD 北大核心 2022年第6期48-52,共5页; 海面风速反演模型多基于VV极化SAR数据建立的经验函数,但这类模型并不能直接用于HH极化SAR数据。随着SAR长时间序列观测数据的不断积累,新的风速反演模型应运而生。在已有的HH极化风速反演方法中,对于Sentinel-1 HH极化SAR数据的适用性... 展开更多; 关键词地球物理函数 CMODH模型风速合成孔径雷达 HH极化; 在线阅读下载PDF 职称材料

题名人工智能海洋学研究的计量分析被引量：2: 1; 作者张灿影张斌冯志纲李晓峰; 机构中国科学院海洋研究所文献信息中心中国科学院海洋研究所海洋大数据中心中国科学院海洋环流与波动重点实验室海洋动力环境观测与预报重点实验室; 出处《海洋与湖沼》北大核心 2025年第1期112-125,共14页; 基金国家自然科学基金青年基金,42206204号中国科学院青年创新促进会的资助中国科学院网络安全和信息化专项项目,CASWX2022SDC-XK11号。; 文摘海洋科学研究对于理解和保护我们的海洋环境、维持生物多样性、支持经济发展,并应对全球气候变化具有至关重要的作用。近年来,随着海洋监测范围的不断扩大,海洋数据的收集速度和量级呈指数级增长,这远远超出了传统科研方法的处理和分析能力,给海洋动态变化的分析带来了挑战。同时,海洋数据的快速增长为人工智能(artificial intelligence,AI)提供了丰富的训练材料,为AI的应用提供了广阔的舞台,AI的引入可以有效地处理和分析这些海量数据,通过自动化的方式提高数据处理的效率和准确性,为海洋科学研究提供了全新的视角和方法。基于Web of Science数据库,采用文献计量方法与工具,分析了8 021篇(2024年4月20日为止)AI海洋学研究的整体态势,结果表明:(1) 2020年前后全球AI海洋学研究呈现出爆发式增长;(2) 2017年中国发文数量超过美国,成为AI海洋学研究领域发文最多的国家;(3)环境科学、地球科学和遥感是发表论文最多的3个学科领域;(4) AI技术在海洋生态环境监测、生物多样性评估、海洋和大气现象识别与预报等领域应用较多。尽管AI方法在海洋科学研究应用中表现良好,显示出巨大潜力,但仍存在局限性。未来建议制定统一的海洋数据标准和协议,鼓励跨学科的研究合作,以更有效地利用AI技术挖掘海洋数据的潜力,为海洋保护和管理提供更深入的洞察和解决方案。; 关键词人工智能海洋监测分类预报计量分析; Keywords artificial intelligence marine monitoring classification forecasting bibliometric analysis; 分类号 P73 [天文地球—海洋科学] G354 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名基于机器学习的海洋浮标传感器观测数据的偏差校正方法: 2; 作者钟国荣李学刚宋金明曲宝晓马骏袁华茂段丽琴; 机构中国科学院海洋研究所海洋生态与环境科学实验室中国科学院大学崂山实验室中国科学院海洋研究所海洋大数据中心; 出处《海洋学报》北大核心 2025年第10期146-154,共9页; 基金国家重点研发计划(2022YFC3104305) 国家自然科学基金(42176200) +1 种基金青岛市博士后项目(QDBSH20240102195)。; 文摘海洋浮标观测是海洋研究数据的重要获取手段,但受传感器本身基线漂移、海洋生物附着和海水腐蚀等多种因素的影响,浮标观测的直接观测数据必须进行严格的偏差校正,以确保其数据的可靠性。当前针对物理海洋参数浮标数据的质控方案已有较多研究和报道,然而对于更加复杂多变的化学参数尚无完善可行的在浮标传感器端的质控方案。为此,本研究基于对实验室溶解氧、叶绿素、pH值和CO_(2)分压参数为期90 d的传感器监测数据的变化分析,发现监测参数的漂移偏差与电导率、传感器读数电压等基础参数呈现较强的相关性,同时也不同程度地与生物因素相关。在此基础上,建立了基于机器学习拟合漂移偏差与传感器基础参数间非线性关系的漂移偏差校正方法,使浮标传感器化学参数监测数据有效化。应用该方法对不同参数的观测数据进行校正,可有效减小漂移数据与真实值间的偏差,为实现海洋化学参数浮标观测数据的长期、稳定、高质量获取提供了一种新的质控思路。; 关键词监测数据漂移偏差质量控制机器学习浮标观测; Keywords monitoring data drift deviation quality control machine learning buoy observation; 分类号 P715.2 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名数据产品对基于机器学习反演大洋表层海水酸化速度准确度的影响被引量：1: 3; 作者钟国荣李学刚宋金明曲宝晓马骏袁华茂段丽琴; 机构中国科学院海洋研究所海洋生态与环境科学重点实验室崂山实验室中国科学院大学中国科学院海洋研究所海洋大数据中心; 出处《海洋与湖沼》北大核心 2025年第1期90-100,共11页; 基金国家重点研发计划项目,2022YFC3104305号国家自然科学基金项目,42176200号 +1 种基金青岛市博士后项目,QDBSH20240102195号。; 文摘全球海水pH变化监测对于了解海水酸化状况及对海洋生物和生态系统影响具有重要作用。近年来,机器学习算法被广泛运用于从观测数据和容易获得的环境参数构建海洋酸化参数格点数据。然而,目前的研究主要致力于改善算法结构来提高准确性,而使用不同的环境参数数据产品对获取的海水酸化速度准确性有多大的影响至今没有报道。基于相同的海水pH观测数据和集成学习前反馈神经网络算法,使用不同的表层海水温度、盐度和CO_(2)分压(pCO_(2))数据产品构建获取2002~2021年全球大洋表层海水pH数据,发现选择不同的温度和pCO_(2)数据产品会导致通过机器学习获取的区域和全球平均酸化速度出现显著差异,而不同盐度产品导致的酸化速度差异仅出现在局部区域。使用不同数据产品的平均值作为机器学习算法的输入,可有效避免因环境参数数据产品导致的区域性极端结果,增加机器学习探析海洋酸化速度的准确性。; 关键词海水酸化海水pH 数据产品机器学习全球大洋; Keywords ocean acidification seawater pH data product machine learning global ocean; 分类号 P734.2 [天文地球—海洋化学]; 在线阅读下载PDF 职称材料

题名HH极化SAR风速反演评估: 4; 作者张保卫郭建忠成毅张耀南冯立强; 机构中国人民解放军战略支援部队信息工程大学河南大学地理与环境学院河南省时空大数据产业技术应用研究院中国科学院西北生态环境资源研究院中国科学院海洋研究所海洋大数据中心; 出处《遥感信息》 CSCD 北大核心 2022年第6期48-52,共5页; 基金山东省重大科技创新工程项目(Y9338301)。; 文摘海面风速反演模型多基于VV极化SAR数据建立的经验函数,但这类模型并不能直接用于HH极化SAR数据。随着SAR长时间序列观测数据的不断积累,新的风速反演模型应运而生。在已有的HH极化风速反演方法中,对于Sentinel-1 HH极化SAR数据的适用性研究尚不多见。文章旨在解决有关HH极化数据在风速反演时最优模型选择的问题。选取24幅Sentinel-1 HH极化SAR影像,分别利用无需极化率和需要极化率的两类风速模型对海面风速进行反演,通过决定系数、均方根误差、偏差和标准差4个指数,评价模型在风速反演上的精度。实验结果表明,无需极化率风速模型优于需要极化率的模型,且CMODH表现最佳。; 关键词地球物理函数 CMODH模型风速合成孔径雷达 HH极化; Keywords geophysical model function CMODH wind speed SAR HH polarization; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 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	人工智能海洋学研究的计量分析	张灿影张斌冯志纲李晓峰	《海洋与湖沼》北大核心	2025	2	在线阅读下载PDF 职称材料
2	基于机器学习的海洋浮标传感器观测数据的偏差校正方法	钟国荣李学刚宋金明曲宝晓马骏袁华茂段丽琴	《海洋学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	数据产品对基于机器学习反演大洋表层海水酸化速度准确度的影响	钟国荣李学刚宋金明曲宝晓马骏袁华茂段丽琴	《海洋与湖沼》北大核心	2025	1	在线阅读下载PDF 职称材料
4	HH极化SAR风速反演评估	张保卫郭建忠成毅张耀南冯立强	《遥感信息》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料