文献知网节
排版定稿
(排版定稿)网络首发时间:2025-04-29 10:07:52

基于生态知识-机器学习模型的黄土高原铁杆蒿草地生态系统碳水通量模拟及其影响机制研究

张泽凌周莹姜峻王丽娜邓旭安志超唐亚坤

yktang@nwsuaf.edu.cn

  中国科学院教育部水土保持与生态环境研究中心中国科学院水利部水土保持研究所    中国科学院大学    西北农林科技大学水土保持科学与工程学院    西北农林科技大学林学院    西北农林科技大学资源与环境学院  

摘要:净生态系统CO2交换量(NEE)和蒸散(ET)是表征半干旱区生态系统碳水循环能力的重要指标。对碳水通量动态变化的准确模拟和驱动机制的深入分析,有助于明确黄土高原半干旱区草地生态系统的功能及其对气候变化的响应。基于黄土高原铁杆蒿草地生态系统2018—2022年日尺度通量观测数据,使用多元线性回归模型、机器学习模型(随机森林、支持向量机和人工神经网络模型)和融合生态学知识与机器学习的生态知识-机器学习(EML)模型分别对NEE和ET进行拟合。其中,有6种基于不同生态假设的EML模型用于拟合NEE,7种基于不同生态假设的EML模型用于拟合ET。最后构建拟合效果最好和解释能力最优的EML模型并探究环境和植被因素对NEE和ET的影响。结果表明:(1)包含了气象因素、土壤水分因素和植被因素的EML模型对NEE和ET的拟合效果最好,R~2和RMSE分别为0.81和0.70 g C m-2d-1,0.83和0.48 mm/d,MRE和MAE分别为1.72和0.48 g C m-2d-1,0.2... 更多
  • DOI:

    10.20103/j.stxb.202409132223

  • 专辑:

    农业科技

  • 专题:

    畜牧与动物医学

  • 分类号:

    S812

中国知网独家网络首发,未经许可,禁止转载、摘编。

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:305 页数:15 大小:1467K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关法规
  • 关联作者