期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习和未来气候变化模式的埃塞俄比亚粮食产量预测
被引量:
1
1
作者
徐宁
李发东
+7 位作者
张秋英
艾治频
冷佩芳
舒旺
田超
李兆
陈刚
乔云峰
《中国生态农业学报(中英文)》
CAS
CSCD
北大核心
2024年第3期490-504,I0001,I0002,共17页
对于以农业产业为支柱的埃塞俄比亚,粮食供应和安全对国家安全和人民的生计尤为重要。由于作物生长和气候因素之间的复杂耦合关系,预测气候变化对农作物产量影响具有较大难度,机器学习技术为这种复杂系统变化的预测提供了一种有效途径...
对于以农业产业为支柱的埃塞俄比亚,粮食供应和安全对国家安全和人民的生计尤为重要。由于作物生长和气候因素之间的复杂耦合关系,预测气候变化对农作物产量影响具有较大难度,机器学习技术为这种复杂系统变化的预测提供了一种有效途径。本研究利用37个全球气候模式(GCM)的数据以及土壤数据,基于机器学习模型,预测了埃塞俄比亚2021年至2050年5种主要粮食作物在SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的产量变化。经GCM和变量的筛选后,利用梅赫季和贝尔格季中5种主要粮食作物的10个产量数据对直方图梯度提升决策树、极端梯度提升随机森林、轻梯度提升决策树、随机森林、极限树以及K近邻6种机器学习模型进行训练。经过模型评估,选择表现良好的3个模型,采用线性回归算法进行堆叠,然后使用堆叠模型进行预测。研究结果表明,未来30年埃塞俄比亚梅赫季5种主要粮食作物产量变化以增产<2 t·hm^(-2)为主;SSP126情景下的贝尔格季将出现更明显的减产现象,这可能是由于温室效应的减缓降低了CO_(2)的施肥效应。随着人类活动造成的生态环境恶化,研究区农业生产对粮食结构改变和重新分配生产力的需求不断增长,导致农作物生产力向新的适宜地区转移。研究区在SSP126和SSP585情景下将分别因为干旱缓解和温室效应加剧而获得更高的粮食作物生产力。
展开更多
关键词
粮食产量
机器学习
气候变化
全球气候模式
埃塞俄比亚
下载PDF
职称材料
针阔树种人工林地表凋落物对土壤呼吸的贡献
被引量:
12
2
作者
赵昕
张万军
+3 位作者
沈会涛
艾治频
廉诗启
刘长柏
《中国生态农业学报》
CAS
CSCD
北大核心
2014年第11期1318-1325,共8页
了解地表凋落物呼吸对陆地生态系统碳循环研究具有重要意义。为了研究针阔树种地表凋落物对土壤呼吸的贡献,本文在京津风沙源地区选择林龄为10年的油松、杨树人工林,设置去除凋落物(no litter,NL)、覆盖凋落物(cover litter,CL)和...
了解地表凋落物呼吸对陆地生态系统碳循环研究具有重要意义。为了研究针阔树种地表凋落物对土壤呼吸的贡献,本文在京津风沙源地区选择林龄为10年的油松、杨树人工林,设置去除凋落物(no litter,NL)、覆盖凋落物(cover litter,CL)和自然状态(control,C)3种处理,利用Li-6400-09土壤呼吸测定系统对土壤呼吸速率以及地表5 cm土壤温度、土壤湿度进行观测。结果表明:1)凋落物的去除与覆盖显著改变土壤呼吸速率(P〈0.05),油松、杨树人工林3种处理土壤呼吸速率年均值(μmol?m?2?s?1)分别为2.28、2.81、2.55和2.13、2.62、2.32,均为CL〉C〉NL(P〈0.05);2)土壤呼吸对环境因子的响应产生地表凋落物贡献的季节性差异,土壤呼吸速率与地表5 cm土壤温度呈显著指数正相关关系(R2=0.54-0.88,P〈0.05),但与地表5 cm土壤湿度不存在相关关系,油松和杨树CL、NL、C 3种处理土壤呼吸的温度敏感性指数Q10值分别为1.97、1.90、2.25和2.79、2.61、2.93,大小趋势均为NL。
展开更多
关键词
京津风沙源地区
人工林
地表凋落物
土壤呼吸
油松
杨树
下载PDF
职称材料
题名
基于机器学习和未来气候变化模式的埃塞俄比亚粮食产量预测
被引量:
1
1
作者
徐宁
李发东
张秋英
艾治频
冷佩芳
舒旺
田超
李兆
陈刚
乔云峰
机构
中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室
中国科学院大学中丹学院
中国环境科学研究院
美国佛罗里达州立大学
出处
《中国生态农业学报(中英文)》
CAS
CSCD
北大核心
2024年第3期490-504,I0001,I0002,共17页
基金
国家自然科学基金国际(地区)合作与交流项目(Y88X0100AE)资助。
文摘
对于以农业产业为支柱的埃塞俄比亚,粮食供应和安全对国家安全和人民的生计尤为重要。由于作物生长和气候因素之间的复杂耦合关系,预测气候变化对农作物产量影响具有较大难度,机器学习技术为这种复杂系统变化的预测提供了一种有效途径。本研究利用37个全球气候模式(GCM)的数据以及土壤数据,基于机器学习模型,预测了埃塞俄比亚2021年至2050年5种主要粮食作物在SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的产量变化。经GCM和变量的筛选后,利用梅赫季和贝尔格季中5种主要粮食作物的10个产量数据对直方图梯度提升决策树、极端梯度提升随机森林、轻梯度提升决策树、随机森林、极限树以及K近邻6种机器学习模型进行训练。经过模型评估,选择表现良好的3个模型,采用线性回归算法进行堆叠,然后使用堆叠模型进行预测。研究结果表明,未来30年埃塞俄比亚梅赫季5种主要粮食作物产量变化以增产<2 t·hm^(-2)为主;SSP126情景下的贝尔格季将出现更明显的减产现象,这可能是由于温室效应的减缓降低了CO_(2)的施肥效应。随着人类活动造成的生态环境恶化,研究区农业生产对粮食结构改变和重新分配生产力的需求不断增长,导致农作物生产力向新的适宜地区转移。研究区在SSP126和SSP585情景下将分别因为干旱缓解和温室效应加剧而获得更高的粮食作物生产力。
关键词
粮食产量
机器学习
气候变化
全球气候模式
埃塞俄比亚
Keywords
Crop yield
Machine learning
Climate change
Global Climate Model
Ethiopia
分类号
S562 [农业科学—作物学]
S162.54 [农业科学—农业气象学]
下载PDF
职称材料
题名
针阔树种人工林地表凋落物对土壤呼吸的贡献
被引量:
12
2
作者
赵昕
张万军
沈会涛
艾治频
廉诗启
刘长柏
机构
中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室
中国科学院大学
丰宁满族自治县林业局
出处
《中国生态农业学报》
CAS
CSCD
北大核心
2014年第11期1318-1325,共8页
基金
中国科学院战略性先导科技专项项目(XDA05060600)资助
文摘
了解地表凋落物呼吸对陆地生态系统碳循环研究具有重要意义。为了研究针阔树种地表凋落物对土壤呼吸的贡献,本文在京津风沙源地区选择林龄为10年的油松、杨树人工林,设置去除凋落物(no litter,NL)、覆盖凋落物(cover litter,CL)和自然状态(control,C)3种处理,利用Li-6400-09土壤呼吸测定系统对土壤呼吸速率以及地表5 cm土壤温度、土壤湿度进行观测。结果表明:1)凋落物的去除与覆盖显著改变土壤呼吸速率(P〈0.05),油松、杨树人工林3种处理土壤呼吸速率年均值(μmol?m?2?s?1)分别为2.28、2.81、2.55和2.13、2.62、2.32,均为CL〉C〉NL(P〈0.05);2)土壤呼吸对环境因子的响应产生地表凋落物贡献的季节性差异,土壤呼吸速率与地表5 cm土壤温度呈显著指数正相关关系(R2=0.54-0.88,P〈0.05),但与地表5 cm土壤湿度不存在相关关系,油松和杨树CL、NL、C 3种处理土壤呼吸的温度敏感性指数Q10值分别为1.97、1.90、2.25和2.79、2.61、2.93,大小趋势均为NL。
关键词
京津风沙源地区
人工林
地表凋落物
土壤呼吸
油松
杨树
Keywords
Beijing-Tianjin sandstorm source area Plantation Aboveground litter Soil respiration Pinus tabulaeform Populus
分类号
S154 [农业科学—土壤学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习和未来气候变化模式的埃塞俄比亚粮食产量预测
徐宁
李发东
张秋英
艾治频
冷佩芳
舒旺
田超
李兆
陈刚
乔云峰
《中国生态农业学报(中英文)》
CAS
CSCD
北大核心
2024
1
下载PDF
职称材料
2
针阔树种人工林地表凋落物对土壤呼吸的贡献
赵昕
张万军
沈会涛
艾治频
廉诗启
刘长柏
《中国生态农业学报》
CAS
CSCD
北大核心
2014
12
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部