海洋颜色数据对于理解生物和生态现象过程的至关重要,也是海洋物理和生物地球化学模型的重要输入来源。在海洋环境中,叶绿素-a (Chl-a)是海洋颜色的关键变量。考虑到与海洋浮游植物生长和分布相关的环境变量,开发了一个名为OCNET的卷积神经网络(CNN),用于在开阔海域重建Chl-a浓度数据。
采集时间 | 2001/01/01 - 2021/12/31 |
---|---|
采集地点 | 全球 |
数据量 | 16.0 GiB |
数据格式 | nc |
数据空间分辨率(/米) | 0.25° |
数据时间分辨率 | 年 |
坐标系 |
再分析资料和卫星观测的海面温度(SST)、盐度(SAL)、光合有效辐射(PAR)和海面压力(SSP)数据。
OCNET以再分析资料和卫星观测的海面温度(SST)、盐度(SAL)、光合有效辐射(PAR)和海面压力(SSP)作为输入,与环境和浮游植物质量进行关联。所建立的OCNET模型在全球海洋Chl-a浓度数据的重建中取得了较好的效果,并捕获了这些特征的时间变化。
数据质量较好。
# | 标题 | 文件大小 |
---|---|---|
1 | OCNET全球每日叶绿素-a产品(2001-2021年) |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2024/09/21 04:29 | 何*骏 |
跟着导师做研究,想要建立全球叶绿素预报网络
|
©2024 中国科学院西北生态环境资源研究院 备案号:陇ICP备2021001824号-34
兰州市东岗西路320号 730000 电话:0931-4967592, 0931-4967596