基于物理约束滑动窗口技术的机器学习降尺度框架来提高全球水储量异常的分辨率

科研热点 【基于物理约束滑动窗口技术的机器学习降尺度框架来提高全球水储量异常的分辨率】地表水储量异常（TWSA）和地下水储量异常（GWSA）数据对水文研究和水资源管理具有重要意义。然而，由重力恢复与气候实验（GRACE）及其后续任务（GRACE-FO）生成的产品受到卫星设计限制以及不同机构处理策略差异的影响，导致生成了多个次优产品。
近日，有研究融合了多个机构发布的GRACE产品获得了不确定性最低的产品（0.5°），并在此基础上构建了基于物理约束滑动窗口的机器学习降尺度框架，实现了对应产品空间分辨率的提升（从0.5°到0.05°）及连续缺失月份的填补，并最终生产了一套全球连续数据集，命名为HWSAv1.0。查看原文 网页链接