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
橘子完成签到,获得积分10
1秒前
杨丽丽发布了新的文献求助10
1秒前
3秒前
3秒前
科研通AI2S应助甜的瓜采纳,获得10
3秒前
科研通AI2S应助落水无波采纳,获得10
3秒前
希望天下0贩的0应助kexing采纳,获得10
4秒前
Aura发布了新的文献求助10
4秒前
4秒前
33333完成签到,获得积分10
4秒前
怕孤独的忆南完成签到 ,获得积分10
5秒前
wuwa完成签到,获得积分10
5秒前
6秒前
DrKe发布了新的文献求助10
7秒前
fay发布了新的文献求助10
8秒前
zzlark完成签到,获得积分10
9秒前
系统提示完成签到,获得积分10
9秒前
9秒前
桐桐应助飘飞叶采纳,获得10
9秒前
可爱的函函应助江河采纳,获得10
9秒前
jiangming给jiangming的求助进行了留言
10秒前
yyjw发布了新的文献求助15
10秒前
Aura完成签到,获得积分10
11秒前
端庄煎饼发布了新的文献求助10
11秒前
11秒前
dong发布了新的文献求助10
11秒前
竹筏过海完成签到,获得积分0
12秒前
12秒前
bkagyin应助秋水采纳,获得10
12秒前
yaxianzhi发布了新的文献求助10
12秒前
xiaoqin完成签到,获得积分10
13秒前
一一应助轻松元绿采纳,获得10
13秒前
WENBO完成签到,获得积分10
14秒前
14秒前
666发布了新的文献求助20
15秒前
15秒前
橙子快跑发布了新的文献求助10
15秒前
lwroche完成签到,获得积分10
15秒前
paparazzi221应助jasonjiang采纳,获得60
16秒前
肉肉完成签到 ,获得积分10
16秒前
高分求助中
Earth System Geophysics 1000
Write Like a Chemist: A Guide and Resource (第二版) 600
Mixed-anion Compounds 600
Language injustice and social equity in EMI policies in China 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
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 3201565
求助须知:如何正确求助?哪些是违规求助? 2851228
关于积分的说明 8076659
捐赠科研通 2515127
什么是DOI,文献DOI怎么找? 1347769
科研通“疑难数据库(出版商)”最低求助积分说明 640457
邀请新用户注册赠送积分活动 610785