实体
SEVIRI/MSG
SEVIRI/MSG
PulseAugur coverage of SEVIRI/MSG — every cluster mentioning SEVIRI/MSG 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
-
深度神经网络利用高分辨率卫星数据提升城市温度预测能力
研究人员开发了深度神经网络模型，以提高城市地表温度的分辨率和预测能力。通过结合来自地球同步卫星和极轨卫星的数据，他们创建了能够提供每15分钟、1公里分辨率温度数据的模型。一个U-Net模型被训练用于将低分辨率卫星数据映射到高分辨率数据，实现了1.92°C的均方根误差（RMSE）。随后使用一个ConvLSTM模型进行临近预报，在15至75分钟的预报时效内，其RMSE在0.57°C至1.15°C之间，优于基线模型。
-
深度神经网络提升城市地表温度数据分辨率
研究人员开发了深度神经网络，以提高城市地区地表温度（LST）数据的分辨率。通过结合静止和极轨卫星的数据，他们创建了分辨率为1公里、时间间隔为15分钟的LST场。使用U-Net模型将SEVIRI/MSG数据降尺度至MODIS分辨率，实现了1.92°C的均方根误差（RMSE）。此外，还使用ConvLSTM模型对LST进行长达75分钟的临近预报，其性能优于基准模型，RMSE在0.57°C至1.15°C之间。