遥感大数据驱动的内波传播预报研究获进展 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

遥感大数据驱动的内波传播预报研究获进展

作者:

关键词:

摘要：

遥感大数据驱动的内波传播预报研究获进展来自中科院之声 00:00 01:22

海洋内孤立波（简称内波）在海洋内部生成、传播和耗散，在全球海洋中分布广泛。目前，已观测到的内波振幅最大可达240米，对海上作业平台、海洋生态、声呐探测等具有重要影响。内波的生成和传播随机性较强，其预报研究一直是难点问题。

近日，中国科学院海洋研究所海洋环流与波动重点实验室、海洋大科学中心李晓峰团队，在利用海洋遥感大数据和机器学习开展内波预报方面取得重要进展。基于多年、多源内波遥感观测数据，利用机器学习算法挖掘内波遥感大数据信息，实现了基于数据驱动的苏禄-苏拉威西海内波的传播预报，预报模型结果与遥感观测结果吻合较好。

该研究构建的内波预报模型与传统理论模型和经验模型相比，不需要内波生成源、振幅等先验知识，且精度更高。该研究基于机器学习开发的内波预报模型鲁棒性较强，模型中引入的误差不会导致预报结果产生较大偏移。

IEEE Transactions on Geoscience and Remote Sensing以封面形式发表报道了这一研究成果。研究工作得到中科院战略性先导科技专项、国家自然科学基金等的资助。

内波预报模型结果（黑线）与遥感观测结果对比（红线）

机器学习内波预报模型与传统方法对比

输入误差对模型结果的影响

论文封面

来源：中国科学院海洋研究所

【来源：中科院之声】

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。邮箱地?/p>

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/zonghexinwen/2021/0321/577.html