获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
摘要:土壤有机碳(SOC)在全球碳循环和隔离中起着至关重要的作用,这是对其分布和控制的全面理解的基础。这项研究探讨了各种协变量对使用深度学习方法在本地(高达1.25 km)和大陆(美国)量表的SOC空间分布的重要性。我们的发现突出了地形属性在预测地形浓度分布中的重要作用,在局部规模上贡献了大约三分之一的总体预测。在大陆尺度上,气候在预测SOC分布中的重要性仅比地形高1.2倍,而在当地规模上,地形的结构模式分别比气候和植被的重要性分别高14和2倍。我们强调了地形属性,同时在各个尺度上都是SOC分布不可或缺的一部分,在本地规模上具有更强的预测指标,并具有明确的空间布置信息。尽管这项观察性研究没有评估因果机制,但我们的分析仍然提出了有关SOC空间分布的细微观点,这表明在局部和大陆尺度上,SOC的不同预测指标。这项研究所获得的见解对改进的SOC映射,决策支持工具和土地管理策略有影响,这有助于开发有效的碳封存计划并增强气候缓解措施。关键词:土壤有机碳,地形属性,数字土壤图,深度学习,特征重要性分析■简介