| 6 | 人工智能重构全球风速栅格数据集显示文摘风速数据被广泛用于科学、管理和政策领域,例如评估可再生能源潜力、探索气候变化/变异性等.而如何获得准确而连续的风速数据仍是一个棘手的问题.本文探究了部分卷积神经网络在重构风速数据上的表现,证实了该算法在修复具有大量缺失值(88%)的数据集上的可行性;随后基于该算法,开发了一套全球10米月平均风速产品—GGWSPCNN(1.25°×2.5°;1973~2020).该产品实现了风速数据在时空上的连续性的同时也包含了观测到的风速趋势信息.本研究还基于该产品分析了1973~2020年全球陆地风速的变化情况.结果显示,2010年以前北半球和非洲风速的下降主导了全球风速的下降,而2010年后全球大多数地区(尤其是亚洲、欧洲和非洲)的风速回升共同促成了全球风速的上升. | 周俐宏 刘浩锋 江鑫 Alan D.Ziegler Cesar Azorin-Molina 刘江 曾振中 | 2022 | Science Bulletin2022，67，20： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员