Asociacion RUVID 信用:CC0公共领域 巴伦西亚大学图像处理实验室的研究人员开发了一种机器学习方法，用于模拟和预测太平洋、印度洋和大西洋沿海地区的短期海平面变化
这项对海岸保护特别有用的研究已经发表在《自然科学报告》上
近几十年来，在气候变化的推动下，所有海洋盆地都经历了显著的变暖和海平面上升
然而，由于不同时间尺度上的不同过程，例如与自然原因引起的温度变化有关的过程，存在着重要的区域差异
为了更好地解释当地沿海地区海平面变化的观测结果，巴伦西亚大学图像处理实验室(IPL)根特项目杰出研究员维罗尼卡·尼维斯(Veronica Nieves)的团队开发了一种机器学习方法，该方法利用海洋温度估计值来模拟沿海海平面变化和相关的不确定性，时间跨度从几个月到几年不等
现在发表在《自然科学报告》杂志上的这项研究还表明，开阔海域上层的温度变量和这些地区沿海地点海平面异常估计值之间的物理关系可以与机器学习方法结合使用，对海平面趋势(一至几年)做出合理准确的短期预测
他们的结论是，到目前为止，短期的区域沿海海平面变化仍然在很大程度上受到大型公海区域的自然过程的影响，例如公海，温度沿着水柱下降到700米，这与内部自然气候变化密切相关
这些过程叠加在其他效应的影响上，如高潮或风暴等
“气候是一个高度复杂的动态系统，可以以意想不到的方式自然变化；从这个意义上说，机器学习方法可以提供有用的见解，更好地解释呈现复杂非线性模式的数据，并识别近期区域海平面变化，”这篇文章的第一作者、AI4OCEANS集团负责人维罗尼卡·尼维斯(Veronica Nieves)说，该研究领域正在IPL中进行
“我们的模型在受内部气候变化影响最大的沿海地区表现得特别好，但它们广泛适用于评估全球许多地方的海平面上升和下降模式，”克里斯蒂娜·拉丁补充道，她是古斯托·坎普斯-瓦尔斯教授合作的团队成员之一
这是第一项在海洋中使用人工智能技术进行这种预测的研究
模拟和预测未来几年的海平面变化对于海岸保护措施的近期决策和战略规划至关重要
该团队还开发了一个交互式地图，作为一个支持工具，将允许检查机器学习模型预测的单个区域
巴伦西亚大学图像处理实验室的研究人员开发了一种机器学习方法，用于模拟和预测太平洋、印度洋和大西洋沿海地区的短期海平面变化
这项对海岸保护特别有用的研究已经发表在《自然科学报告》上
近几十年来，在气候变化的推动下，所有海洋盆地都经历了显著的变暖和海平面上升
然而，由于不同时间尺度上的不同过程，例如与自然原因引起的温度变化有关的过程，存在着重要的区域差异
为了更好地解释当地沿海地区海平面变化的观测结果，巴伦西亚大学图像处理实验室(IPL)根特项目杰出研究员维罗尼卡·尼维斯(Veronica Nieves)的团队开发了一种机器学习方法，该方法利用海洋温度估计值来模拟沿海海平面变化和相关的不确定性，时间跨度从几个月到几年不等
现在发表在《自然科学报告》杂志上的这项研究还表明，开阔海域上层的温度变量和这些地区沿海地点海平面异常估计值之间的物理关系可以与机器学习方法结合使用，对海平面趋势(一至几年)做出合理准确的短期预测
他们的结论是，到目前为止，短期的区域沿海海平面变化仍然在很大程度上受到大型公海区域的自然过程的影响，例如公海，温度沿着水柱下降到700米，这与内部自然气候变化密切相关
这些过程叠加在其他效应的影响上，如高潮或风暴等
“气候是一个高度复杂的动态系统，可以以意想不到的方式自然变化；从这个意义上说，机器学习方法可以提供有用的见解，更好地解释呈现复杂非线性模式的数据，并识别近期区域海平面变化，”这篇文章的第一作者、AI4OCEANS集团负责人维罗尼卡·尼维斯(Veronica Nieves)说，该研究领域正在IPL中进行
“我们的模型在受内部气候变化影响最大的沿海地区表现得特别好，但它们广泛适用于评估全球许多地方的海平面上升和下降模式，”克里斯蒂娜·拉丁补充道，她是古斯托·坎普斯-瓦尔斯教授合作的团队成员之一
这是第一项在海洋中使用人工智能技术进行这种预测的研究
模拟和预测未来几年的海平面变化对于海岸保护措施的近期决策和战略规划至关重要
该团队还开发了一个交互式地图，作为一个支持工具，将允许检查机器学习模型预测的单个区域
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
