Responses of GNSS ZTD Variations to ENSO Events and Prediction Model Based on FFT-LSTME

气候学 全球导航卫星系统应用 环境科学 异常(物理) 多元ENSO指数 对流层 降水 季风 天顶 气象学 拉尼娜现象 地质学 卫星 厄尔尼诺南方涛动 大地测量学 地理 物理 凝聚态物理 工程类 航空航天工程
作者
Tengli Yu,Ershen Wang,Shuanggen Jin,Yong Wang,Jing Huang,Xiao Liu,Zehong Wei
出处
期刊:IEEE Transactions on Geoscience and Remote Sensing [Institute of Electrical and Electronics Engineers]
卷期号:61: 1-17 被引量:1
标识
DOI:10.1109/tgrs.2023.3251375
摘要

The El Niño-Southern Oscillation (ENSO) event often causes natural disasters in mainland China. Existing quantitative analysis of ENSO events effects on climate change in mainland China is insufficient. The monthly scale prediction effectiveness of ENSO events is still low. Global Navigation Satellite System (GNSS) can estimate zenith tropospheric delay (ZTD) with high accuracy, which can study ZTD responses to ENSO and improve the prediction accuracy of ENSO events. This study quantitatively analyzed the response patterns of GNSS ZTD time-frequency variation to ENSO events in mainland China. The monthly multivariate ENSO index (MEI) thresholds for GNSS ZTD anomaly response to ENSO events are (-1.12,1.92) for the tropical monsoon zone, (-1.12,1.61) for the subtropical monsoon zone, (-1.19,1.62) for the temperate monsoon zone, (-1.26,1.64) for the temperate continental zone, and (-1.22,1.72) for the mountain plateau zone. The ENSO event causes the amplitude of the 9-month variation period to decrease and the amplitude of the 0.8–3-month period to increase for the GNSS ZTD in mainland China. Furthermore, a forecasting model is proposed with integrating fast Fourier transform and long short-term memory extended (FFT-LSTME). The model uses monthly MEI as the primary input and the GNSS ZTD reconstruction sequence that responds to ENSO as the auxiliary input. It can predict ENSO events in the next 24 months with an index of agreement (IA) of 91.56% and a root mean square error (RMSE) of 0.25. The RMSE is optimized by 70.48%, 43.95%, and 11.6% when compared with radial basis function (RBF), LSTM, and FFT-LSTM.
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
刚刚
苏卿应助qiqi采纳,获得10
3秒前
showmaker完成签到,获得积分10
6秒前
沫柠完成签到 ,获得积分10
6秒前
妍宝贝完成签到 ,获得积分10
7秒前
8秒前
卓梨完成签到 ,获得积分10
11秒前
RUI完成签到,获得积分10
15秒前
幽默的太阳完成签到 ,获得积分10
17秒前
矮小的寒天完成签到,获得积分10
18秒前
yordeabese完成签到,获得积分10
20秒前
哈哈完成签到,获得积分10
23秒前
彼得大帝完成签到,获得积分10
24秒前
剑履上殿完成签到,获得积分10
24秒前
想打出冰球的太阳系完成签到,获得积分10
29秒前
发酒疯很方便吃完成签到,获得积分10
29秒前
酷波er应助wewe采纳,获得10
33秒前
青衍应助科研通管家采纳,获得10
36秒前
研友_nv4Bx8应助科研通管家采纳,获得40
36秒前
科研通AI2S应助科研通管家采纳,获得10
36秒前
汉堡包应助科研通管家采纳,获得10
36秒前
烟花应助科研通管家采纳,获得10
36秒前
酷波er应助科研通管家采纳,获得10
36秒前
笔记本应助科研通管家采纳,获得150
36秒前
小七完成签到 ,获得积分10
43秒前
45秒前
传奇3应助guygun采纳,获得10
45秒前
45秒前
yinlu完成签到 ,获得积分10
46秒前
壮观小鸭子完成签到 ,获得积分10
48秒前
wewe发布了新的文献求助10
52秒前
54秒前
...完成签到 ,获得积分10
54秒前
婷大仙儿发布了新的文献求助10
56秒前
guygun发布了新的文献求助10
59秒前
李思晴完成签到 ,获得积分10
59秒前
官尔发布了新的文献求助10
1分钟前
曹文鹏完成签到 ,获得积分10
1分钟前
认真的豆豆完成签到,获得积分10
1分钟前
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
Handbook on People's China (1957) 400
2024 Medicinal Chemistry Reviews 400
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 3190111
求助须知:如何正确求助?哪些是违规求助? 2839415
关于积分的说明 8023613
捐赠科研通 2502255
什么是DOI,文献DOI怎么找? 1336425
科研通“疑难数据库(出版商)”最低求助积分说明 637841
邀请新用户注册赠送积分活动 605984