Je vais réduire l'échelle de l'évaluation des eaux souterraines avec GRACE
La satisfaction client et la qualité sont nos priorités principales
Niveau 2
Répond à des critères de performance élevés et a fait ses preuves en matière de satisfaction clients.
À propos de ce service
Comme nous le savons, le satellite GRACE offre une couverture mondiale avec une résolution temporelle mensuelle, permettant aux scientifiques de suivre les tendances à long terme de l'eau, notamment dans les régions où les données sont rares. La TWS de GRACE représente la quantité totale d'eau stockée sous forme de glaciers, neige/glace, rivières, lacs/bassins, canopée végétale, humidité du sol et eaux souterraines (Famiglietti, 2004). Malgré ses contributions révolutionnaires, les données de GRACE présentent une résolution spatiale limitée importante (0,25° x 0,25° ou même plus grossière) (Sahour, 2020). Cette échelle est trop large pour des applications de gestion de l'eau à l'échelle régionale ou locale, où les décisions dépendent souvent de détails spatiaux beaucoup plus fins. Par conséquent, les techniques de downscaling sont essentielles pour transformer les données de GRACE en estimations à résolution plus fine pouvant soutenir la prise de décision au niveau du bassin ou du sous-bassin (Long et al., 2013). Les techniques de downscaling statistique ont été largement utilisées, employant une variété d'algorithmes allant de la régression linéaire simple à des méthodes d'apprentissage automatique (ML) plus sophistiquées (Ali et al., 2021).
En résumé, nous utiliserons l'imagerie satellite GRACE pour réduire l'échelle de GRACE à une résolution très fine selon vos besoins.
Expertise:
Analyse prédictive
•
Autres
Langage de programmation:
Python
Frameworks:
Scikit-learn
•
Panda
Outils:
Autres

