文献

J-GLOBAL ID：202202288677407848   整理番号：22A1085140

数値モデルによるデータ駆動法:亜熱帯河川プルームを予測するための組合せフレームワーク【JST・京大機械翻訳】

Data-Driven Method With Numerical Model: A Combining Framework for Predicting Subtropical River Plumes

著者 (9件)： Lu Wenfang (Key Laboratory of Spatial Data Mining and Information Sharing of Ministry of Education|National Engineering Research Centre of Geo-spatial Information Technology, Fuzhou University, Fuzhou, China) ,  Lu Wenfang (School of Marine Sciences, Sun Yat-Sen University, Zhuhai, China) ,  Lu Wenfang (Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai, China) ,  Wang Jian (Key Laboratory of Spatial Data Mining and Information Sharing of Ministry of Education|National Engineering Research Centre of Geo-spatial Information Technology, Fuzhou University, Fuzhou, China) ,  Jiang Yuwu (State Key Laboratory of Marine Environmental Science, Xiamen University, Xiamen, China) ,  Chen Zhaozhang (State Key Laboratory of Marine Environmental Science, Xiamen University, Xiamen, China) ,  Wu Wenting (Key Laboratory of Spatial Data Mining and Information Sharing of Ministry of Education|National Engineering Research Centre of Geo-spatial Information Technology, Fuzhou University, Fuzhou, China) ,  Yang Liyang (College of Environment and Safety Engineering, Fuzhou University, Fuzhou, China) ,  Liu Yong (Zhejiang Institute of Hydraulics & Estuary, Hangzhou, China)
資料名： Journal of Geophysical Research: Oceans  (Journal of Geophysical Research: Oceans)
巻： 127  号： 3  ページ： e2021JC017925  発行年： 2022年 
JST資料番号： W2386A  ISSN： 2169-9275  CODEN： JGREA2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 数値モデルは,河口と沿岸科学のための基本的利用である。数値シミュレーションは広く適用されているが,それらの大きな体積と巨大なパラメータ空間を与えられた場合,それらはしばしば挑戦的なタスクである。本研究では,Minjiang川Plume(MJRP)を研究するために,新しいデータ駆動フレームワークを導入した。フレームワークは,隠れMarkovモデル(HMM)と自己組織化マップ(SOM)クラスタリングを結合した。MJRPのための3次元地域海洋モデルシステムは,まず,現実的な大気,海洋,および河川の強制力によって混乱する。2010年から2020年までの2,0002日平均記録を持つモデル化された海面塩分(SSS)にSOMクラスタ化を適用することにより,MJRPの6つの主要パターンを同定した。各パターンは明確な循環とプルーム構造を示した。これらのMJRPパターンは,季節的信号だけでなく,河川流入と海洋力学により駆動される豊富な短期変動を含む。次に,SOM-HMM法を適用して,観測可能状態(風と河川流出)から隠れ状態(すなわちMJRPのパターン)の将来を予測した。地球静止衛星からの仮説的SSS製品を用いて,SOM-HMM法はMJRPパターンをかなり高い予測精度と計算効率を予測できることを示した。さらに,これらのパターンは,高い予測スキルでSSSに戻った。従来の数値モデルとデータ駆動法を組み合わせて,この方法は他の河口の利用と管理を支援する短期海洋予報に有望に適用できる。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *河川 ,  流出 ,  河口 ,  海洋 ,  大気 ,  クラスタ化 ,  モデリング ,  *プルーム ,  *亜熱帯 ,  沿岸 ,  三次元 ,  隠れMarkovモデル
準シソーラス用語： 数値シミュレーション ,  *数値モデル ,  予測精度 ,  河川流出 , 【Automatic Indexing@JST】

著者キーワード (4件)： Minjiang川プルーム ,  地域海洋モデルシステム ,  自己組織化マップ ,  隠れMarkovモデル

分類 (1件)： 沿岸海洋物理学  (DC06060N)

タイトルに関連する用語 (7件)： 数値モデル ,  データ駆動 ,  亜熱帯 ,  河川プルーム ,  予測 ,  組合せ ,  フレームワーク