基于卫星高度计数据、模式数据和同化资料揭示了东印度沿岸流(East India Coastal Current, EICC)年周期上的时空分布特征,并探讨了其可能的影响机制及热盐输运。在年周期上EICC呈现3种分布状态,受季风影响,在东北季风前期(10—12月)和...
详细信息
基于卫星高度计数据、模式数据和同化资料揭示了东印度沿岸流(East India Coastal Current, EICC)年周期上的时空分布特征,并探讨了其可能的影响机制及热盐输运。在年周期上EICC呈现3种分布状态,受季风影响,在东北季风前期(10—12月)和后期(2—5月)为一致的南向(北向)流动;而6—8月EICC呈3段式分布,与另外两个时间段明显不同,表现为9°N以南、16°N以北区域的南向流动和9°—16°N区域的北向流动。前人研究认为印度东海岸的局地风应力是EICC的主要机制,本研究发现除局地风应力外,来自孟加拉湾中部的艾克曼抽吸(EkmanPumping)在全年也发挥着重要作用,并在2—5月(10—12月)驱动EICC的北向(南向)流动,而局地风应力则在10—12月有利于EICC的南向流动。EICC是孟加拉湾低盐水向赤道东印度洋和阿拉伯海输运的一个因素,在海盆间的热盐交换上发挥着重要作用。EICC的热输运在6—12月(2—5月)有利于(不利于)湾内温度的升高;盐输运则在全年都有利于孟加拉湾内盐度的增加。此外,EICC的一致南向(北向)流动以及3段式结构促进了湾内热盐的再分配,对于维持北印度洋的热量和盐度收支平衡具有重要作用。
铱星作为低轨道卫星,传输速率快,信息损耗率小,是大范围应用于海洋研究的通信卫星,其信号质量的可靠性对铱星通信终端的数据发送及能量利用率有重要影响,故对铱星信号的监测和分析至关重要。本文在有效监测铱星信号的基础上,使用滑动窗口算法对时序信号质量做总体评估,从而方便对数据进行预处理。并利用极端梯度提升算法(eXtreme Gradient Boosting, XGBoost)的学习预测功能对信号进行分类预测,判断信号是否存在干扰以择优数据发送方案。提高铱星通信终端能量的利用率,减少数据发送的丢失率。研究结果表明:预测模型AUC(Area Under the Curve of ROC)面积为0.74~0.78;预测精确率为0.76~0.82;该预测模型可有效实现铱星通信终端设备的能量优化。
暂无评论