| 注册
首页|期刊导航|生态学报|基于机器学习的兴安落叶松生态系统在不同时间尺度的碳通量模拟及影响因素分析

基于机器学习的兴安落叶松生态系统在不同时间尺度的碳通量模拟及影响因素分析

郭振敏 汲玉河 周广胜 周梦子 郑凯

生态学报2025,Vol.45Issue(16):P.8139-8153,15.
生态学报2025,Vol.45Issue(16):P.8139-8153,15.DOI:10.20103/j.stxb.202501130114

基于机器学习的兴安落叶松生态系统在不同时间尺度的碳通量模拟及影响因素分析

郭振敏 1汲玉河 2周广胜 2周梦子 2郑凯1

作者信息

  • 1. 郑州大学地球科学与技术学院,郑州450001 中国气象科学研究院郑州大学生态气象联合实验室,郑州450001
  • 2. 中国气象科学研究院灾害天气国家重点实验室,北京100081 中国气象科学研究院郑州大学生态气象联合实验室,郑州450001
  • 折叠

摘要

关键词

兴安落叶松/净生态系统二氧化碳交换(NEE)/碳通量/机器学习/模拟

分类

农业科技

引用本文复制引用

郭振敏,汲玉河,周广胜,周梦子,郑凯..基于机器学习的兴安落叶松生态系统在不同时间尺度的碳通量模拟及影响因素分析[J].生态学报,2025,45(16):P.8139-8153,15.

基金项目

中国气象局农业气象重点创新团队(CMA2024ZD02) (CMA2024ZD02)

中国气象科学研究院基本科研业务费(2024Z001) (2024Z001)

三北工程区陆地生态系统增汇潜力及风险评估(42141007) (42141007)

生态保护修复增汇潜力与气候变化风险评估(2023Z023)。 (2023Z023)

生态学报

OA北大核心

1000-0933

访问量0
|
下载量0
段落导航相关论文