Global S&T Development Trend Analysis Platform of Resources and Environment
Oceanography:新的统计模型可提高海洋预报的精度 | |
鲁景亮 | |
2014-04-01 | |
所属快报 | 地球科学快报 |
出版年 | 2014 |
期 | 7 |
语种 | 中文 |
领域 | 地球科学 |
栏目 | 前沿研究动态 |
中文关键词 | 统计模型 ; 海洋预报 |
中文摘要 | 海洋覆盖了地球表面积的72%,并且能影响全球碳循环和气候,引起天气模式改变。但现有预测海洋环境的方法受限,并不能准确预测。研究人员设计了复杂的统计模型,可以提高海洋预报的精度,可预报大尺度上影响海洋的事件,例如厄尔尼诺现象、低水平的海洋食物链等,该研究成果已发表在《海洋学》(Oceanography)。 |
情报分析_信息发布时间 | 2014年 |
情报分析_信息来源性质 | 期刊 |
情报分析_信息来源期刊 | 《海洋学》(Oceanography) |
情报分析_信息来源国家 | 美国 |
情报分析_信息类别 | 前沿研究动态 |
情报分析_研究主题 | 新的统计模型可提高海洋预报的精度 |
情报分析_研究内容 | 海洋是全球环境系统的重要组成部分,其潜在的存储碳和热量的能力,能影响一些主要气候事件,例如干旱、飓风和龙卷风等。同时,它也是食物链的摇篮,是世界渔业的重要组成部分。但是因为其浩瀚莫测,使得海洋学家和气候学家对其的预测成为一项艰巨的任务,科学家们只能利用有限的海洋浮标和船舶测量数据以及卫星网络图像观测。研究人员利用统计学的“层次贝叶斯模型”( Bayesian hierarchical model),使其能够结合多种信息来源,并综合考虑已有的科学知识,这个方法改进了海洋表面温度和极端风场的预测,例如龙卷风的频率和浮游生物的沿海地区分布等。 研究人员表示根据综合各种渠道的信息可以更好地了解和预测与选举相关的不确定性。这在海洋预测里也可以实现,研究者开发了更复杂的统计方法,结合各种数据源——卫星图像、海洋浮标、船舶和科学实验数据,可以更好地了解海洋上空的大气层和海洋本身。像厄尔尼诺和拉尼娜现象——可以影响太平洋地区和美国气候变化的现象——可以被更准确地预测。研究人员认为通过更好的统计方法和模型,可以更好地预测潜在的灾难性事件,也可以应对目前的气候变化。 |
原文题名 | New statistical models could lead to better predictions of ocean patterns |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/177956 |
专题 | 地球科学 |
作者单位 | 中国科学院兰州文献情报中心 |
推荐引用方式 GB/T 7714 | 鲁景亮. Oceanography:新的统计模型可提高海洋预报的精度. 2014. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
Oceanography:新的统计模型可(28KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[鲁景亮]的文章 |
百度学术 |
百度学术中相似的文章 |
[鲁景亮]的文章 |
必应学术 |
必应学术中相似的文章 |
[鲁景亮]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论