تُعتبر درجة حرارة سطح الأرض (LST) متغيرًا فيزيائيًا أساسيًا يُستخدم في فهم التفاعلات بين اليابسة والغلاف الجوي، وميزانيات الطاقة السطحية، والعمليات المناخية. ومن خلال الملاحظات الحرارية ذات الدقة المتوسطة إلى العالية، يمكن الحصول على معلومات دقيقة حول الاختلافات الحرارية بين وحدات المناظر الطبيعية المختلفة.

لكن التحدي الكبير يكمن في استرجاع LST بدقة وموثوقية على مستوى عالمي تحت ظروف جوية معقدة ومتنوعة. تعتمد خوارزميات النوافذ المفصولة التقليدية بشكل كبير على المعلمات التجريبية، مما يجعل من الصعب التكيف مع السيناريوهات المعقدة مثل ارتفاع درجات الحرارة السطحية وارتفاع محتوى بخار الماء في الغلاف الجوي. من جهة أخرى، تعاني النماذج القائمة على البيانات التقليدية من محدودية في قابليتها للتعميم على عينات خارج التوزيع بسبب نقص القيود الهيكلية الفيزيائية.

للإجابة على هذه التحديات، تقترح الدراسة إطار العمل الجديد المعروف بشبكة النوافذ المفصولة المفككة (PCD-Net). يُعيد هذا الإطار صياغة عملية استرجاع النوافذ المفصولة كمشكلة تعلم ديناميكية لمعاملات المكونات الفيزيائية. بالاعتماد على معادلة النوافذ المفصولة كهيكل فيزيائي أساسي، يبني الإطار شبكات فرعية متوازية للتعلم الديناميكي للمعاملات المرتبطة بفروق درجات الحرارة الثابتة، من الدرجة الأولى والثانية. كما تضيف شبكة الفرع المتبقي تصحيحات غير خطية ناتجة عن التأثيرات المشتركة لانبعاث سطح الأرض ومحتوى بخار الماء في الغلاف الجوي.

عبر هذا النموذج المفكك على مستوى المكونات، يتمكن PCD-Net من وصف العلاقات الديناميكية بين انبعاث سطح الأرض، محتوى بخار الماء في الغلاف الجوي، والمكونات الفيزيائية للنوافذ المفصولة. يمثل هذا الابتكار قفزة نوعية في مجال استرجاع درجات الحرارة السطحية، مما يمهد الطريق لدراسات مستقبلية أكثر دقة في تأثيرات المناخ.

ما رأيكم في هذا التطور الثوري؟ شاركونا في التعليقات.