| 江苏盐城滨海湿地净生态系统碳交换量模拟参数选择 |
| |
| 引用本文： | 陈琦,苏国辉,魏合龙,叶思源,谢柳娟,丁喜桂.江苏盐城滨海湿地净生态系统碳交换量模拟参数选择[J].海洋地质动态,2023(2):56-65. |
| |
| 作者姓名： | 陈琦 苏国辉 魏合龙 叶思源 谢柳娟 丁喜桂 |
| |
| 作者单位： | 1. 中国地质科学院;2. 中国地质大学(北京);3. 中国地质调查局青岛海洋地质研究所 |
| |
| 基金项目： | 国家重点研发计划“场景驱动的海洋科学大数据挖掘分析关键技术与应用”(2021YFF0704000)；;中国地质调查局项目（DD20221711）； |
| |
| 摘 要： | 滨海湿地净生态系统碳交换量受到多种环境因素的影响，在进行滨海湿地净碳交换量估算建模时，参数的选择至关重要，如何合理地选择输入参数不仅对于估算结果的精度有影响，同时也会影响预测模型的适用性。本研究使用了Pearson、Spearman、距离相关系数、最大互信息相关系数4种相关系数来计算各个环境因素与净碳交换量之间的相关性，基于相关系数来选择最佳的输入参数组合。利用实际测得的江苏盐城盐沼湿地数据，依次选择各个相关性中最高的8个参数组合，基于卷积神经网络对江苏盐城滨海湿地NEE进行建模，得到了4个预测模型，并使用均方根误差和平均绝对值误差来进行模型精度的验证。研究表明，使用基于最大互信息系数得到的参数组合进行滨海湿地NEE建模时模型的精度最好，误差最小；净光合有效辐射，净辐射，地表辐射与NEE在4个相关系数中都属于强相关，表明这一类辐射类参数对滨海湿地NEE的影响要大于其他参数；各参数与NEE之间的关系既包含线性关系也包含非线性关系，传统的单一线性分析手段无法完整准确地反应各个环境参数与NEE之间的响应关系；基于卷积神经网络的滨海湿地NEE预测模型在精度上要优于其它同类型模型，这表明使用该模...
|
| 关 键 词： | 卷积神经网络 相关系数 滨海盐沼湿地 净生态系统碳交换量 |
|
|
