SALT：海虱自适应网格追踪——一种生成改进海洋模型的无监督方法
定量方法
2021-06-25 v1 机器学习
摘要
气候变化导致的海洋变暖正致使外寄生桡足类（俗称海虱）数量增加，可对野生鲑鱼种群造成显著生态损失，并给水产养殖场所带来重大经济损失。驱动海虱种群扩散的主要传输机制是近表层洋流。当前估算海虱幼体分布的策略计算复杂，限制了全尺度分析。为应对此挑战，我们提出 SALT：海虱自适应网格追踪方法，用于高效估算海虱在空间与时间上的扩散与分布。具体而言，基于局部海洋属性合并海洋模型晶格图中的节点，生成自适应空间网格，从而实现高效的图表示。使用挪威 Hardangerfjord 的近表层流数据，SALT 在保持与标准方法一致结果的同时展现出更高效率。所提 SALT 技术有望通过海虱侵扰压力图在变化气候下的预测建模，来增强前瞻性水产养殖管理。
引用
@article{arxiv.2106.13202,
title = {SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to Generate an Improved Ocean Model},
author = {Ju An Park and Vikram Voleti and Kathryn E. Thomas and Alexander Wong and Jason L. Deglint},
journal= {arXiv preprint arXiv:2106.13202},
year = {2021}
}
备注
5 pages, 3 figures, 3 tables