利用深度学习模型进行在线数据同化重建热带太平洋上层海洋

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

利用卫星高度计和数据同化技术提高了监测海表面动态的能力。通过训练基于模拟的神经映射方案,实现海表面高度的预测。在实际数据集上,基于模拟的4DVarNets优于DUACS和GLORYS,分辨率达到98公里,均方根误差减少了23%和61%。这为海洋建模和观测之间的学习方法开辟了新的研究途径。

原文中文,约600字,阅读约需2分钟。
阅读原文