基于水文气象因子的农田生态系统碳通量预测

来源：湖北农业科学杂志2024年第8期北京时间：

作者：吴成秋1, 曹召丹2,3, 赵小二4, 吴宏宇1, 邓科1

单位：1.江苏省水文水资源勘测局徐州分局,江苏 徐州 221000; 2.曲阜师范大学地理科学系,山东 日照 276800; 3.浙江大学建筑工程学院,杭州 310058; 4.青岛理工大学环境与市政工程学院,山东 青岛 266033

摘要：以黄河流域下游禹城农田生态系统为研究对象,采用中国通量观测研究网络（ChinaFLUX）禹城站通量塔观测的碳水通量和水文气象数据,基于特征重要性方法确定影响农田生态系统CO2交换量的主控环境因子。基于所有环境因子和主控环境因子分别构建碳通量预测的机器学习模型,采用均方误差（MSE）、平均绝对误差（MAE）和决定系数（R2）评估测试集的模型预测性能。结果表明,影响禹城农田生态系统碳通量的主控环境因子为净辐射、土壤温度、饱和水汽压亏缺、土壤含水量。与单一模型相比,集成模型具有更好的预测性能。单一模型中,MLPRegressor模型预测性能较好,R2为0.830,MSE为3.113,MAE为1.283。集成模型中,XGBRegressor模型预测性能较好,R2为0.845,MSE为2.838,MAE为1.149。采用主控环境因子与采用全部环境因子构建的机器学习模型具有相似预测性能。

关键词：农田生态系统,碳通量预测,水文气象因子,机器学习模型

基金资助：国家自然科学基金资助项目（42002259）