报告详情
耦合BEPS生态模型与迁移学习的植被总初级生产力估算方法
编号：1542
访问权限：仅限参会人
更新：2024-04-11 16:45:55 浏览：921次
口头报告
报告开始：2024年05月19日 16:34（Asia/Shanghai）
报告时间：12min
所在会场：[S4] 主题4、生态与可持续发展 [S4-8] 主题4、生态与可持续发展 专题4.9、专题4.14（19日下午，209）
暂无文件
摘要
机器学习模型近些年在生态环境遥感监测领域取得了广泛应用，但在植被总初级生产力（GPP）等参数估算方面，大多只是简单建立通量站点EC数据与众多解释变量之间的非线性关系，往往存在训练样本不足、机理可解释性差、迁移泛化能力不足等问题。为此，本研究拟引入传统的生态过程模型如BEPS模型，通过降尺度预训练与微调训练的方式，建立过程模型与通量观测的协同约束，实现GPP的高精度估算。结果表明，本文方法较传统单纯利用站点训练的方式GPP估算精度能够得到显著提高，并有效解决了全球尺度上的高值低估和低值高估问题，相较于传统生态过程，也能在提高估算精度的基础上，大幅提升其大范围应用的估算效率，为GPP估算提供了新方式。
关键词
BEPS模型，机器学习，GPP，遥感
报告人
管小彬
副研究员 武汉大学稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论