A combined multi-source data and deep learning approach for retrieving snow depth on Antarctic Sea ice during the melting season

海冰 气候学 地质学 气象学 地理 遥感 自然地理学
作者
Zhongnan Yan,Qing Ji,Bin He,Yizhuo Chen,Yue-Yun Wang,Xiaoping Pang
出处
期刊:International Journal of Digital Earth [Informa]
卷期号:17 (1)
标识
DOI:10.1080/17538947.2024.2376260
摘要

Snow on the Antarctic sea ice is a crucial component of the cryosphere. In response to the dynamic and highly heterogeneous Antarctic snow during the sea ice melting season, this study employed a combined multi-source data and deep learning method to accurately retrieve snow depth on Antarctic sea ice. Initially, we integrate multiple datasets, including satellite remote sensing, geospatial information, and meteorological data. Subsequently, a Convolutional Neural Network (CNN) is utilized to construct a snow depth retrieval model (PSDCNN-5_7 model). Compared to snow depth measurements from Alfred Wegener Institute (AWI) snow buoys, the PSDCNN-5_7 model outperforms existing algorithms, exhibiting a deviation of only −3.38 cm. The uncertainty of the snow depth caused by the model input is only 1.64 cm. In West Antarctica, snow depth is more affected by snowfall (SF), 2-m air temperature (T2m), and sea ice velocity (SIV). Conversely, in East Antarctica, snow depth is primarily influenced by SIV. The proposed approach accurately retrieves snow depth on Antarctic sea ice and facilitates the derivation of long-term variations and trends in snow depth, contributing to a better understanding of the relationship between sea ice, snow, and climate change.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Miller应助烂漫的靖琪采纳,获得20
刚刚
袁佳铖完成签到,获得积分10
刚刚
yoyo122完成签到,获得积分10
刚刚
李健应助天高任鸟飞采纳,获得10
刚刚
希望天下0贩的0应助麦冬采纳,获得10
1秒前
msuyue完成签到,获得积分10
1秒前
左左发布了新的文献求助10
1秒前
顾建瑜完成签到,获得积分10
2秒前
虚幻火龙果完成签到,获得积分10
2秒前
2秒前
飞稿发布了新的文献求助10
2秒前
传奇3应助sdas采纳,获得50
2秒前
淡淡念柏完成签到,获得积分10
2秒前
偷浮生清闲完成签到,获得积分10
3秒前
3秒前
3秒前
3秒前
3秒前
Mian完成签到,获得积分10
3秒前
4秒前
5秒前
热心的曼容完成签到,获得积分10
5秒前
飞行致幻剂完成签到,获得积分10
5秒前
peace发布了新的文献求助10
5秒前
5秒前
gdgk关注了科研通微信公众号
6秒前
6秒前
田様应助小元采纳,获得10
7秒前
袁佳铖发布了新的文献求助10
7秒前
7秒前
上官若男应助kais采纳,获得10
7秒前
JXY完成签到 ,获得积分10
7秒前
搜集达人应助ningning采纳,获得10
8秒前
tao完成签到,获得积分10
8秒前
8秒前
Kn发布了新的文献求助10
8秒前
缥缈立果完成签到,获得积分10
9秒前
9秒前
wangsikui发布了新的文献求助100
9秒前
shasha完成签到,获得积分10
9秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
A new approach of magnetic circular dichroism to the electronic state analysis of intact photosynthetic pigments 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148815
求助须知:如何正确求助?哪些是违规求助? 2799847
关于积分的说明 7837294
捐赠科研通 2457351
什么是DOI,文献DOI怎么找? 1307824
科研通“疑难数据库(出版商)”最低求助积分说明 628276
版权声明 601663