投稿指南
来稿应自觉遵守国家有关著作权法律法规,不得侵犯他人版权或其他权利,如果出现问题作者文责自负,而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件,作者必须保证本刊的独立发表权。 一、投稿方式: 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权: 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件,尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送,即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于:通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑,以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

海洋学论文_随机森林反演卫星遥感海表面盐度研

来源:遥感学报 【在线投稿】 栏目:期刊导读 时间:2021-10-15
作者:网站采编
关键词:
摘要:文章摘要:海表面盐度是描述海洋状态、模拟海洋循环和检测气候变化的重要指标,对海洋研究意义重大。SMOS (The Soil Moisture and Ocean Salinity)卫星为全球海表面盐度分析提供了重要数据

文章摘要:海表面盐度是描述海洋状态、模拟海洋循环和检测气候变化的重要指标,对海洋研究意义重大。SMOS (The Soil Moisture and Ocean Salinity)卫星为全球海表面盐度分析提供了重要数据,但其整体精度尚未达到预期要求。本文基于海表面盐度遥感机理和SMOS卫星盐度反演基础理论,选取海表面盐度敏感因子,建立随机森林模型(Random Forest, RF),并基于网格搜索算法优化模型参数,辅助提高SMOS卫星产品精度。其中基础随机森林模型RF得到的海表面盐度与Argo (Array for Real-time Geostrophic Oceanography)数据之间的平均绝对误差为0.08,均方根误差为0.15。而经网格搜索算法优化后的随机森林GS-RF模型精度稍有所提升,其与Argo数据的绝对平均误差为0.08,均方根误差仅为0.14,且误差分布范围较小。两种模型均显著优于SMOS卫星Level 2级盐度产品。本文从机器学习与统计学理论出发,建立了高精度、高适应性的随机森林海表面盐度反演模型,大幅提高了盐度精度,能够为相关海洋研究提供数据支撑。

文章关键词:

论文分类号:P714.1

文章来源:《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2021/1015/842.html



上一篇:环境科学与资源利用论文_引黄济青工程沿线生态
下一篇:农业基础科学论文_Sentinel-2红边波段在水稻识

遥感学报投稿 | 遥感学报编辑部| 遥感学报版面费 | 遥感学报论文发表 | 遥感学报最新目录
Copyright © 2018 《遥感学报》杂志社 版权所有
投稿电话: 投稿邮箱: