Ich werde den Grace für die Grundwasserbewertung herunterskalieren
Kundenzufriedenheit und Qualität stehen bei uns an erster Stelle
Level 2
Hat hohe Leistungskriterien erfüllt und verfügt über eine nachgewiesene Erfolgsbilanz bei der Erfüllung von Kundenerwartungen.
Über diesen Service
Wie wir wissen, bietet GRACE Satellit eine globale Abdeckung mit monatlicher zeitlicher Auflösung, wodurch Wissenschaftler langfristige Wassertrends verfolgen können, insbesondere in datenarmen Regionen. TWS von GRACE stellt die Gesamtmenge an Wasser dar, die in Form von Gletschern, Schnee/Eis, Flüssen, Seen/Talsperren, Vegetationsdach, Bodenfeuchte und Grundwasser gespeichert ist (Famiglietti, 2004). Trotz seiner bahnbrechenden Beiträge ist die räumliche Auflösung der GRACE-Daten erheblich begrenzt (0,25° x 0,25° oder sogar gröber) (Sahour, 2020). Dieses Maß ist zu grob für regionale oder lokale Wasserbewirtschaftungsanwendungen, bei denen Entscheidungen oft auf viel feineren räumlichen Details basieren. Daher sind Downscaling-Techniken entscheidend, um die GRACE-Daten in hochauflösende Schätzungen umzuwandeln, die Entscheidungen auf Einzugsgebiet- oder Untereinzugsgebietsebene unterstützen können (Long et al., 2013). Statistische Downscaling-Techniken wurden breit angewandt, wobei eine Vielzahl von Algorithmen eingesetzt werden, die von einfacher linearer Regression bis hin zu komplexeren nichtlinearen maschinellen Lernmethoden (ML) reichen (Ali et al., 2021).
Kurz gesagt, wir werden die GRACE-Satellitenbilder verwenden, um GRACE basierend auf deinen Anforderungen auf eine sehr feine Auflösung herunterzuskalieren.
Expertise:
Prädiktive Analyse
•
Andere
Programmiersprache:
Python
Frameworks:
scikit-learn
•
Panda
Tools:
Andere

