地球上的许多生态系统都受到活动脉冲的影响：季节之间的温度波动、潮汐的进退、每年雨季的到来。这些变化在提供营养和其他重要投入方面发挥着重要作用，但气候变化常常使这些脉冲的幅度变得更加极端，有时会带来灾难性的结果。李认为，我们需要更好的数据来了解这些活动脉冲变化的影响。作者描述了使用涡流协方差方法收集此类数据的持续努力，该方法测量生态系统和大气之间的交换。这项工作的重点是旱地和沿海蓝碳生态系统的通量——干旱光谱的两端，拥有高水平的生物多样性和碳储存，并且受到气候变化日益严重的威胁。科学家们正在从通量塔网络收集数据，并计划扩展他们的数据收集方法，例如，将移动测量设备与现有塔配对，并将通量数据与其他测量相结合。作者指出，这些策略对于评估非常规水输入（例如干燥条件下的潮汐和凝结）以及考虑野火烟雾和沙尘暴等干扰如何影响生态系统功能变得越来越重要。作者认为，了解生态系统如何适应这些因素和其他因素的近期变化对于完善地球系统模型以及对生态系统未来如何适应或无法适应构建更准确的预测至关重要。作者和他的同事还在探索将机器学习用于地球科学工作，并正在寻求将基于过程的模型与机器学习技术相结合的混合方法。他指出，混合模型的一个关键优势是它们在解决参数化问题方面的有用性以及合并其他数据源的选项。这些进步可能有助于释放