利用机器学习根据雪微笔装置对雪的地层进行分类

DOI:

EDN:

评审日期

出版日期

注解: 莫斯科国立大学地理系工作人员对气象台现场积雪的观测已经进行了很长时间。 介绍了积雪的堆积特征和积雪的地层学特征. 在2023年12月14日至15日晚上来到莫斯科的第三次旋风发生时，自积雪开始以来，有大量的雪堆高度-在VDNH气象站，积雪的高度为31厘米。 在12月15日的前一天，又增加了7厘米，38厘米的数字创历史新高。 在MSU气象站记录了49厘米的标记。 与此同时，空气温度在12月17日星期日晚上上升，在接下来的几天里从0到+2度不等。 漫长的解冻，雨水和融雪随之而来。 12月21日，在VDNH气象站，积雪沉降到24厘米（即15厘米），在莫斯科国立大学气象台，积雪沉降到28.5厘米（从49厘米-几乎20.5厘米）。 在雪柱中分类层的困难已经被调查，并且正在被许多冰川学家研究，这也在本文中被考虑。  利用机器学习方法根据雪微笔装置的测量对雪柱的地层进行分类。 变质作用产生的雪柱中的冰晶形状（圆角->刻面->解冻）在密度和由于处理来自Snowmicropen设备的数据而获得的参数（MPF（N）是平均阻力SD（N）是其标准偏差，cv是其协方差） 这使得可以对处理后的设备数据进行聚类并键入设备的新测量数据，而不涉及直接手动钻孔的结果。 装置获得的数据进行处理，并通过与直接雪钻的数据进行比较，对雪柱的分类地层进行了比较。 将来，根据雪柱的地层层的装置的可用分类数据，通过聚类K-最近邻，事实证明可以根据该装置的新获得的数据对地层层进行分类，而无需涉及额外的手

出版日期: