相关实验视频
Updated: Jun 13, 2025

09:05
Measurements of CO2 Fluxes at Non-Ideal Eddy Covariance Sites
Published on: June 24, 2019
7.9K
在中国使用时空空间ResNet模型以1公里分辨率估计每日XCO2
Chao Wu1, Shuo Yang2, Donglai Jiao1
1School of Internet of Things, Nanjing University of Posts and Telecommunications, Nanjing 210023, China; Smart Health Big Data Analysis and Location Services Engineering Lab of Jiangsu Province, Nanjing University of Posts and Telecommunications, Nanjing 210023, China.
The Science of the total environment
|September 11, 2024
概括
一个新的ST-ResNet模型准确地估计了中国1公里分辨率的二氧化碳 (CO2). 这些高分辨率的二氧化碳数据有助于气候变化研究和减排战略.
科学领域:
- 环境科学 环境科学
- 大气科学 大气科学
- 气候建模气候模型
背景情况:
- 二氧化碳 (CO2) 是影响地球温度的关键温室气体.
- 了解微量二氧化碳分布对于气候变化分析和排放控制至关重要.
研究的目的:
- 开发一个高分辨率 (1公里) 模型,用于估计中国的每日二氧化碳度.
- 创建一个有价值的数据集,用于分析空间和时间的二氧化碳趋势.
主要方法:
- 为二氧化碳估计开发一个时空空间ResNet模型 (ST-ResNet).
- 利用二氧化碳和影响因素之间的复杂关系.
- 捕捉时间和空间的相关性,以准确的预测.
主要成果:
- 在估计二氧化碳 (XCO2) 时,ST-ResNet模型实现了高精度,超过了传统的ResNet.
- 基于地面的验证证实了CO2数据集的准确性和高时空分辨率.
- 对中国各地的空间和时间二氧化碳特征的分析.
结论:
- ST-ResNet模型为高分辨率的二氧化碳估计提供了一种可靠的方法.
- 公开可用的数据集支持详细的碳研究和气候变化研究.
- 这项工作通过精确的二氧化碳监测,促进了更有效的减排策略.

