报告详情
基于机器学习预测全球海洋固氮速率
编号：994
访问权限：仅限参会人
更新：2024-04-11 11:08:44 浏览：772次
张贴报告
报告开始：2024年05月18日 09:20（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp6] 主题6、海洋地球科学
暂无文件
摘要
生物固氮是海洋氮循环的重要环节, 为浮游植物提供近一半可利用氮源，支持大量有机碳由表层向深海输送，对调节大气CO2浓度具有重要意义。然而，海洋固氮及其控制因子仍然难以捉摸。目前，通过固氮速率估算全球海洋氮输入为100-170 Tg N yr−1，与氮损失存在不平衡，其中可能的原因包括原位测量的时空覆盖范围有限，导致估算不准确。因此，我们利用覆盖范围更广的更新版本全球固氮数据库（邵智博等，2023），基于随机森林、神经网络和集成机器学习等算法，预测全球海洋固氮的生物地理学分布，并探索主要控制因子。同时，我们的结果表明，对数化的海表固氮速率与水柱内积分的固氮速率之间存在显著线性关系，这为未来的原位测量工作可能提供了新思路。
关键词
机器学习,生物固氮
报告人
陈玮立
博士研究生 厦门大学稿件作者
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