文章预览
论文ID 原名 ： Coupling of microbial-explicit model and machine learning improves the prediction and turnover process simulation of soil organic carbon 译名 ： 微生物显式模型与机器学习耦合改善了土壤有机碳的预测及其周转过程模拟 期刊 ： Climate Smart Agriculture 第一作者 ： 徐雪斌 通讯作者 ： 葛体达，王先挺 DOI ： https://doi.org/10.1016/j.csag.2024.100001 摘要 开展土壤有机碳（ SOC ）模拟有助于探明 SOC 的时空分布及其循环过程，从而指导实施有效的固碳措施、提高土地生产力。具有高可解释性和外推能力的 SOC 过程模拟和具有高灵活性的机器学习模拟是研究 SOC 分布和周转的两种常用方法。 为了发挥各自模拟方法的优势，本研究开发了一个混合模型，将双碳库微生物模型和机器学习相结合，用于 SOC 建模。 评估了混合 模型对宁波地区 SOC 周转过程的预测能力、映射能力和可解
………………………………
