实体
Gravity Recovery and Climate Experiment Follow-On
Gravity Recovery and Climate Experiment Follow-On
PulseAugur coverage of Gravity Recovery and Climate Experiment Follow-On — every cluster mentioning Gravity Recovery and Climate Experiment Follow-On across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
图神经网络重建历史储水量数据
研究人员开发了一种使用时空图神经网络（MTGNN）重建历史陆地储水量（TWS）数据的新方法。该深度学习模型从气象强迫数据中学习，生成可追溯至1940年的月度TWS异常值，从而扩展了卫星记录。该方法表现强劲，在网格单元和流域尺度上均实现了高相关性，并能重现厄尔尼诺和拉尼娜等重大气候事件。与现有重建技术相比，基于图的模型具有竞争力，同时需要更少的预测因子，并揭示了所有测试模型在干旱地区普遍存在的弱点。
-
新方法利用卫星数据重建陆地储水变化
研究人员开发了一种方法，通过整合GRACE前卫星观测和气候数据，重建了数十年的陆地储水变化。该方法提供了重建场、其不确定性以及相应时间序列的详细数据集。研究强调了这种综合重建的局限性和潜在用途。