季节性积雪液态含水量与密度是刻画积雪水文过程、评估融雪径流和雪崩灾害风险的重要参数。发展兼具物理约束、反演精度和计算效率的积雪参数智能反演方法,是积雪水文与冰冻圈灾害研究中的关键问题。
近期,中国科学院成都山地灾害与环境研究所团队构建了基于机器学习与物理引导深度学习的双参数反演框架,利用共偏移距探地雷达数据同步反演积雪相对介电常数和对数电阻率。
研究基于时域有限差分电磁模拟软件gprMax,生成覆盖多类积雪条件的大规模合成数据集,对随机森林、神经网络、极限梯度提升和支持向量机等算法开展系统比较。结果显示,神经网络模型综合性能最优,介电常数预测精度R²>0.97,电阻率预测精度R²>0.92;野外验证中,液态含水量估算误差低于1.5%。
在此基础上,研究融合Vision Transformer与双向长短期记忆网络,提出物理引导深度学习全波形反演方法,实现了从探地雷达波形到二维电磁参数空间分布的端到端映射。野外数据应用获得的积雪液态含水量和土壤含水量二维分布与雪坑及Snowfork观测结果高度一致,验证了该框架的可靠性与适用性。
该研究为积雪液态含水量、密度及近地表水分状态的快速无损反演提供了新的技术路径,可为寒区水文过程监测、积雪灾害评估和冰冻圈环境变化研究提供重要方法支撑。
相关研究成果发表在《中国科学:地球科学》(Science China Earth Sciences)和《水文学杂志》(Journal of Hydrology)上。研究工作得到国家重点研发计划和国家自然科学基金等的支持。
论文链接:1、2
分段雪层电磁特性的空间分布和垂向分布
11月6日上午,淮北师范大学在滨湖校区行政楼309会议室召开博士点培育建设专题会。校领导毕明福、曹灯明出席会议,校党委常 全球陆地生态系统通过光合作用每年吸收近1/4人类活动排放的CO2,在减缓全球变暖中发挥了作用。而随着全球范围内极端高温事件频率和强度的持续增加,陆地生态系统的CO2吸收能力受到挑战。当前,相关研究聚焦于持续时 中国教育报-中国教育新闻网讯(通讯员 刘冉冉 李建平 蒋颖妍 记者 刘盾)近日,庆祝孙中山先生创办中山大学100周年大会暨创新发展论坛在中山大学举行。何为大学?“诞生于民族危难之际,成长于革命建 中国教育报-中国教育新闻网讯(记者 周洪松 通讯员 马利)秋韵正浓时,河北保定市满城区早慧幼儿园里喜气满园,一场别开生面的“二十四节气中医智慧健康教育分享活动”于近日举行。满城区教体局于今 中国教育报-中国教育新闻网北京11月11日讯(记者 林焕新)幼儿如何顺利入园是家长们普遍关心的问题。在今天教育部召开的新闻发布会上,教育部政策法规司司长张文斌对《中华人民共和国学前教育法》 中国教育报-中国教育新闻网讯(记者 郑翅)11月12日,国家教育行政学院特邀东北大学校史题材话剧《离离原上草》来院演出。国家教育行政学院副院长樊平军,东北大学副校长王兴伟等出席演出现场。“话 。本文链接:季节性积雪参数智能反演研究取得进展http://www.sushuapos.com/show-12-4264-0.html
声明:本网站为非营利性网站,本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。
上一篇: 挑战“极限”,掘进不息
下一篇: 研究发现胆酸衍生物可作为新型降糖先导分子