详细内容或原文请订阅后点击阅览
斯坦福大学的科学家刚刚在南极洲的冰拼图中发现了一个缺失的作品
斯坦福大学的研究人员将机器学习与高分辨率卫星和空中观察结果进行了整合，以分析驱动南极洲大规模冰运动的物理学。他们的发现表明，现有模型缺乏准确预测南极冰盖动态和质量损失所必需的关键复杂性。随着行星的温暖，南极洲的冰[...]
来源:SciTech日报斯坦福大学的研究人员将机器学习与高分辨率卫星和空中观测相结合，以分析驱动南极洲大规模冰运动的物理原理。他们的研究结果表明，现有模型缺乏准确预测现在和未来南极冰盖动态和质量损失所需的关键复杂性。
机器学习随着地球变暖，南极洲的冰盖正在融化，导致全球海平面上升。由于冰冻水量足以使全球海平面上升 190 英尺，因此准确预测南极冰现在和未来将如何移动和融化对于保护沿海地区至关重要。然而，由于数据有限以及海洋、大气和冰冻表面之间复杂的相互作用，大多数气候模型都难以准确模拟南极冰运动。
在 3 月 13 日发表在《Science》杂志上的论文中，斯坦福大学的研究人员首次利用机器学习分析了南极冰层运动的高分辨率遥感数据。他们的工作揭示了控制南极冰盖大规模运动的关键物理过程，并可以改善对未来大陆将如何变化的预测。
科学 斯坦福大学“在卫星时代，大量观测数据已变得广泛可用，”斯坦福杜尔可持续发展学院地球物理学助理教授、该论文的资深作者 Ching-Yao Lai 说道。 “我们将广泛的观测数据集与基于物理的深度学习相结合，以获得有关冰在自然环境中行为的新见解。”
美国宇航局 谷歌 新闻