基于深度强化学习的大气廓线调节

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:wukuiyuxing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
为探究同化遥感数据对监测区域尺度土壤含盐量时空信息的适用性。本研究以河套灌区沙壕渠灌域为研究区,以高分一号卫星影像为数据源,通过灰度关联法筛选光谱指数,采用岭回归法构建不同深度的土壤含盐量反演模型,使用集合卡尔曼滤波同化算法把遥感数据应用于HYDRUS-1D模型中,开展区域尺度不同深度土壤含盐量的同化研究。结果表明,基于不同深度土壤含盐量的岭回归法模型,其R2均在0.6以上,RE为0.14-0.2
学位
洪水是最具破坏性的自然灾害之一,可对社会经济的可持续发展造成巨大的危害,为了减少洪水的影响,需要准确的早期预报系统。水文模型在洪水预报中发挥关键作用,然而模型强迫、参数和结构的不确定性使输出具有不确定性。土壤水分影响降雨的蒸散发、入渗和径流的分配,是决定洪水事件大小的重要因素。近年来随着遥感技术的进步,微波遥感为土壤水分观测提供了一种独特的能力,它在低频几乎不受云和雨的影响,可以在固定周期提供具有
当代无人机特点是数量众多、应用范围广、活跃频次高和用户众多。对于安全运行,高标准的无人机软硬件系统可靠性和鲁棒性至关重要。无人机运行高度依赖于新技术和外部高技术基础设施。其中,低空公共航路网(又称低空“天路”)是一种保障低空无人机安全和高效运行的关键新型基础设施。深入研究与推进低空“天路”为核心的无人机应用基础设施建设对于发展城市空中交通网、助力智慧交通发展非常有意义。文章在梳理无人机应用关键基础
水文气象因素引起的重力变化是影响地震重力变化成果解释的重要因素。以中国北疆地区为研究区域,借助全球陆地数据同化系统(global land data assimilation systems,GLDAS)全球水文模型数据、大气模型数据,计算2016-01—2017-12时段内水文气象因素对研究区域的重力影响。计算结果表明,陆地水影响的年变化为1.3μGal,两期陆地水影响空间分布的差异低于1μGa
土壤湿度是地球系统中的关键物理量,其直接影响了植被、水文以及陆气相互作用等过程,也是天气、气候以及农业干旱的重要可预报性来源。相比站点观测和卫星遥感,利用高分辨率气象数据驱动陆面模式进行陆面模拟能够提供时空连续的多层土壤湿度产品。然而,由于气象驱动和陆面模式均存在一定不确定性,需要通过改进驱动场、陆面模式甚至与观测资料进行融合同化等改进土壤湿度的模拟精度。目前,受观测数据限制,气象驱动与陆面模式对
民航气象预报是面向管制、航空公司签派、机场指挥中心等用户的气象服务窗口,高质量的气象预报服务不仅要求预报员具备精湛的业务技能,高效、稳定的预报业务支持系统对预报服务的提升同样不可或缺。随着预报服务项目、内容的不断拓展,迫切需要一款集机场报文发布、机场警报、终端区预警、重要天气概率统计等产品的制作与上传;气象警报短信发布、飞行气象文件制作、数据库图形、报文资料产品展示及打印等综合性功能于一体的预报业
期刊
海洋数据同化是一种同时利用海洋观测资料和海洋数值模式对海洋数据进行修正的有效方法,经过处理的海洋数据更加接近海洋的真实情况.在高分辨率下,基于中国科学院大气物理研究所(The Institute of Atmospheric Physics,Chinese Academy of Sciences,IAP)和大气科学和地球流体力学数值模拟国家重点实验室(State Key Laboratory Mo