全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4注册张小曳院士团队基于地面气象观测数据构建高性能机器学习模型
作者:管理员    发布于:2021-03-13 11:06    文字:【】【】【

  日前,中国工程院院士、中国气象科学研究院研究员张小曳的团队基于地面气象观测数据,构建了考虑空间气象效应的高性能机器学习模型,能够获取1960年代以来的长序列细颗粒物(PM2.5)历史数据集。该数据集对理解气溶胶长期变化趋势、环境和气候影响以及通过同化到化学-天气耦合模型中构建长期再赢咖4分析数据具有重要价值。

  我国PM2.5业务观测始于2013年,在此之前的历史数据难以获取,导致长序列PM2.5数据缺失,为认识PM2.5长期变化带来挑战。为解决这一问题,张小曳团队基于国家级地面气象观测网,抽取空间特征并结合先进的机器学习技术(LightGBM),构建了考虑空间气象效应的高性能机器学习模型,获取1960年代以来的长序列PM2.5历史数据集。

  此前已经存在基于卫星气溶胶光学厚度(AOD)来估算PM2.5的方法,但卫星数据中存在大量缺失值、采样频率低且整体预测能力不高,估算结果在很大程度上受到了影响。与卫星数据相比,地面气象观测具有序列时间长、时间分辨率高、数据完整性好等优势。

  目前,我国PM2.5观测站点的空间分布不均,大部分都位于中东部城市地区。相比之下,气象站的分布较为均匀,且密度较高。因此,除了补足历史数据之外,该模型还能利用气象站数据构建高时间分辨率的密集PM2.5格点网络。

  主办:中国气象局办公室承办:气象宣传与科普中心 中国气象报社协办:公共气象服务中心 国家气象信息中心

相关推荐
  • 赢咖4娱乐机器学习
  • 赢咖4注册张小曳院士团队基于地面气象观测数据构建高性能机器学习模型
  • 赢咖4娱乐浅谈机器学习核心库应用领域与作用
  • 赢咖4灌水论文为何泛滥?Reddit小哥揭露机器学习领域残酷现状
  • 赢咖4注册美国开发新型无人机空战技术具有机器学习能力以及智能操作
  • 赢咖4注册人工智能43:因子观点融入机器学习
  • 赢咖4注册为了在AI和机器学习领域站稳脚跟你需要学习的五种语言
  • 赢咖4注册机器学习加持糖胺聚糖测序时间从数年缩短至几分钟
  • 赢咖4注册阿里云机器学习PAI同时入选 Gartner DSML 及 Cloud AI Developer Svices 全球魔力象限
  • 赢咖4注册机器学习探索复杂非平衡相变研究获进展
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下