典型文献
我国典型生态系统净CO2交换量与蒸散量的多机器学习模型对比分析
文献摘要：
为理解不同机器学习算法对我国典型生态系统碳水通量的模拟能力,基于中国生态系统研究网络九个站点的逐日环境要素、净CO2交换量(NEE)和蒸散量(ET)数据,通过极限梯度提升(XGBoost)、梯度提升回归(GBR)、支持向量机(SVM)、人工神经网络(ANN)、随机森林(RF)和K近邻法(KNN)等六种机器学习算法,分析它们对逐日NEE与ET估算的准确性.结果表明:1)对不同机器学习模型而言,XGBoost模型对NEE与ET估算的准确性始终优于其他模型,且鲁棒性最好;GBR模型次之,但KNN模型相对较差.2)对不同站点而言,多数机器学习模型对NEE模拟的准确性由大到小依次为当雄站＞千烟洲站＞长白山站＞海北灌丛站＞鼎湖山站＞禹城站＞海北湿地站＞西双版纳站＞内蒙古站;对ET模拟的准确性由大到小排序为当雄站＞长白山站＞海北灌丛站＞千烟洲站＞禹城站＞海北湿地站＞鼎湖山站＞内蒙古站＞西双版纳站.3)六种机器学习模型对ET的模拟效果整体优于对NEE的模拟.
文献关键词：
净CO2交换量;蒸散量;机器学习模型;对比分析
中图分类号：
作者姓名：
唐欢;叶剑;高振翔;孟韩春;刘隆;李成
作者机构：
宿迁市气象局,宿迁223800;浙江省发展规划研究院,杭州310012;扬州大学园艺与植物保护学院,扬州225009
文献出处：
引用格式：
[1]唐欢;叶剑;高振翔;孟韩春;刘隆;李成-.我国典型生态系统净CO2交换量与蒸散量的多机器学习模型对比分析)[J].干旱区资源与环境,2022(08):92-100
A类：
B类：
国典,典型生态系统,交换量,蒸散量,多机器学习,机器学习模型,模型对比分析,机器学习算法,碳水通量,模拟能力,中国生态系统研究网络,九个,逐日,环境要素,NEE,ET,极限梯度提升,XGBoost,升回,GBR,人工神经网络,ANN,RF,近邻,KNN,六种,同站,当雄,长白山,海北,灌丛,鼎湖山,禹城,城站,西双版纳
AB值：
0.314956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
