579
1
0
2023-03-26 22:28:08
2023-03-26
IEEE Transactions on Geoscience and Remote Sensing（TGRS）是遙感與地球科學領域國際頂級期刊,，重點收錄應用于陸地,、海洋、大氣和空間傳感科學與工程理論,、概念和技術,，以及信息的處理,、解釋和傳播等創(chuàng)新研究成果。
課題組孟鈺鑫博士一篇關于海表溫度預測的研究工作被遙感領域頂級期刊 IEEE TGRS 錄用并發(fā)表,。
論文題目：Physical Knowledge-Enhanced Deep Neural Network for Sea Surface Temperature Prediction
作者：Yuxin Meng; Feng Gao; Eric Rigall; Ran Dong; Junyu Dong; Qian Du
海洋學傳統(tǒng)研究工作中使用數(shù)值模型,，通過物理方程來模擬海洋動力學。我們認為，從觀測數(shù)據(jù)中遷移物理知識可以進一步提高數(shù)值模型在預測海面溫度（SST）方面的準確性,。最近,，地球遙感觀測技術的進步產(chǎn)生了海量的遙感數(shù)據(jù)。因此,，控索利用歷史遙感觀測數(shù)據(jù)可以改進和補充傳統(tǒng)數(shù)值模型的不足,。基于此,，本文提出了一種將歷史觀測數(shù)據(jù)中的物理知識轉移至數(shù)值模型的SST預測方法,。具體來說，使用編碼器和生成對抗網(wǎng)絡（GAN）的組合從觀測數(shù)據(jù)中捕獲物理知識,。然后將數(shù)值模型數(shù)據(jù)輸入到預訓練模型中以生成物理知識增強的數(shù)據(jù),，這些數(shù)據(jù)可以有效的改進SST預測的精度。實驗結果表明,，與當前最先進的方法相比,，本文所提出的方法顯著提高了SST預測準確率。
