Welcome

Through incremental integration and independent research and development, build a method library of big data quality control, automatic modeling and analysis, data mining and interactive visualization, form a tool library with high reliability, high scalability, high efficiency and high fault tolerance, realize the integration and sharing of collaborative analysis methods of multi-source heterogeneous, multi-granularity, multi-phase, long-time series big data in three pole environment, as well as high Efficient and online big data analysis and processing.

方法分类

在线计算案例

随机森林
利用随机森林模型进行北半球雪深产品的融合。将现阶段常用的几种格网雪深产品、地形及地理因子做为随机森林模型的输入参数,然后利用随机森林强大的学习及预测能力,融合得到北半球长时间序列雪深产品。
雪深数据长时间序列分析
利用北半球长时间序列(1980-2018)逐日雪深数据集,进行区域或半球尺度的多年平均雪深及逐月雪深分析,并利用MK分析方法进行长时间序列的趋势分析,检验雪深变化的显著性特征等。
ComDA
ComDA是由中科院自主研发的新型通用陆面数据同化开发平台。和国际上已有的数据同化开发软件相比,ComDA面向地表系统多学科领域的快速同化应用,具有多学科(集成多个地表过程及水文模型、遥感辐射传输模型,可以同化多源观测)、易用(标准化的模型集成和数据传输接口,模块化的开发方式)、灵活(广泛集成典型的非线性非高斯数据同化算法)、快速(采用常见的高性能计算技术;集成各种常见的陆面过程模型)、开源(源代码完全共享)等特点。ComDA已经成功应用于中国陆面数据同化系统等大区域的数据同化系统应用中。