一种基于卫星CO2柱浓度观测反演地表碳通量的方法

    公开(公告)号:CN111723482A

    公开(公告)日:2020-09-29

    申请号:CN202010554099.5

    申请日:2020-06-17

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于卫星CO2柱浓度观测反演地表碳通量的方法,包括:构建EnKF碳通量反演系统并耦合至MOZART-4全球大气化学传输模型;先验CO2通量通过高斯随机扰动得到集合样本输入大气模型MOZART-4中模拟CO2浓度,同化相应位置、时间的观测数据,得到优化的CO2通量;采用优化后的通量重新输入到MOZART-4模型中运行,为下一同化窗口的通量优化生成新的初始场;重复步骤2进行循环同化。本发明通过新的算法、程序构建的高分辨率碳同化反演系统,能够直接同化卫星柱浓度数据,有效纠正了全球和区域碳通量误差和模拟精度。

    一种基于EnKF的地面排放清单反演优化方法

    公开(公告)号:CN109858686A

    公开(公告)日:2019-06-07

    申请号:CN201910030086.5

    申请日:2019-01-14

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于EnKF的地面排放清单反演优化方法,包括:构建EnKF清单反演系统并耦合至WRF-CMAQ模式系统;将每天反演后的清单重新应用到当天模式预报为下一天反演中的集合预报提供初始场,多天反演清单的平均作为最终优化的清单;评估清单区域变化及不确定性;将优化后的清单在同化时段内进行长时预报,与原始清单预报对比,评估优化后的清单对预报的提高效果。本发明通过EnKF方法构建集合反演同化系统来同时优化SO2、NOX、PM2.5排放清单,有效纠正了排放误差并提高了模式预报。

    一种量化极端气候事件对陆地碳通量同期影响及前期遗留作用的方法

    公开(公告)号:CN119250554A

    公开(公告)日:2025-01-03

    申请号:CN202411148097.0

    申请日:2024-08-21

    Applicant: 南京大学

    Inventor: 王军 阎然 王恒茂

    Abstract: 本发明公开了一种量化极端气候事件对陆地碳通量同期影响及前期遗留作用的方法,涉及数据分析与人工智能技术领域。本发明与传统回归方法相比,采用的是机器学习方法,具备自动化决策、适应性学习、实时计算、减少人为错误等优势,可以更好处理复杂性和非线性关系;机器学习算法能够自动从数据中提取模式,并据此做出决策,从而减少了人工干预的需要并显著提高了工作效率;随着数据的快速增长,机器学习系统可以不断地从新的数据中学习,更新决策或预测模型,快速处理和分析海量的数据集;通过大数据分析和模式识别,机器学习可以揭示隐藏在数据中的深层关联和趋势。

Patent Agency Ranking