[张贴报告]基于机器学习和动力过程的南极冰架崩解特征分析

基于机器学习和动力过程的南极冰架崩解特征分析
编号:2257 稿件编号:2155 访问权限:仅限参会人 更新:2024-04-12 11:04:03 浏览:38次 张贴报告

报告开始:2024年05月18日 08:46 (Asia/Shanghai)

报告时间:1min

所在会议:[SP] 张贴报告专场 » [sp17] 主题17、冰冻圈科学

暂无文件

摘要
冰架崩解对南极质量损失和动力过程有着直接影响,研究其空间特征、环境条件和受控因子尤为重要。基于机器学习算法和冰盖动力模式,利用2005-2020年南极冰架崩解遥感数据、冰架表面裂隙数据、冰架支撑值、南极冰架损伤空间分布数据以及底部融化数据,结合机器学习二元分类,分析了17种影响冰架动力过程的特征要素的重要性,并测算7种不同机器学习算法的准确性。结果表明,随机森林算法对预测冰架崩解具备最高准确率,冰架表面融水和表面流速对冰架崩解具有较高的影响,表明利用冰架自身动力性质和外部环境影响因子进行冰架崩解的预测具有一定的可行性。后续需进一步耦合动力模式和机器学习算法,并构建相应的数值模式体系,来刻画更高时空分辨率的冰架崩解事件强度和范围。

 
关键字
南极冰盖 冰架崩解 冰架损伤 冰盖动力模式 机器学习
报告人
龙清云
硕士研究生 北京师范大学

稿件作者
龙清云 北京师范大学
张通 北京师范大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订