详细内容或原文请订阅后点击阅览
研究改进了生态系统生产力和蒸散量的建模
准确模拟陆地生态系统的总初级生产力 (GPP) 和蒸散量 (ET) 对于理解和预测全球碳和水循环至关重要。然而，当前模型在估计这两个核心组成部分时面临相当大的不确定性和局限性。
来源:英国物理学家网首页准确模拟陆地生态系统的总初级生产力 (GPP) 和蒸散量 (ET) 对于理解和预测全球碳和水循环至关重要。然而，当前模型在估计这两个核心组成部分时面临相当大的不确定性和局限性。
中国科学院应用生态研究所科学家在提高GPP和ET模拟精度方面取得新进展。
研究结果发表在《地球科学模型开发》和《水文气象学杂志》上，预计将为评估区域范围内不同生态系统的碳和水通量提供方法支持。
水文气象学杂志在GPP研究中，吴家兵博士领导的生态气候研究团队基于光利用效率（LUE）方法，开发了快速轻量级自动化机器学习（FLAML）-光利用效率（LUE）模型。 LUE 模型通过将吸收的光与光合作用输出（碳固定的关键过程）联系起来来估算植物生产力。
通过整合气象数据、使用涡流协方差法（一种测量生态系统和大气之间二氧化碳、水蒸气和能量交换的技术）的通量塔观测以及卫星衍生指数，研究人员应用 FLAML（一种轻量级自动化机器学习框架）来优化模型。
水蒸气结果表明，FLAML-LUE 在预测 GPP 动态方面表现非常出色，在混合林和针叶林中的准确性尤其高。