物候与机器学习 - 物候模型发展的简单思考
ID:1906 View Protection:ATTENDEE Updated Time:2021-06-16 16:57:51 Hits:1866 Invited speech

Start Time:2021-07-11 15:10(Asia/Shanghai)

Duration:25min

Session:S7B 7B、地理及地理信息科学 » S7B-3专题7.7 陆地生态系统物候与碳循环遥感及模拟

No files

Abstract
植物物候学是研究自然界植物和环境条件(气候、水文、土壤等条件)的周期性变化之间相互关系的科学。植物物候不仅通过物种间的物候适应度差异影响生态系统结构和功能,还可以通过改变植被冠层与近地面大气之间的碳、水和能量交换影响局地天气和气候系统。因此,准确模拟植物物候期对于理解生态系统对气候变化的响应,以及模拟陆地生态系统碳、水和能量平衡具有重要的意义。全球变化背景下物候学研究取得蓬勃发展,但物候模型研究相对滞后。物候模型模拟结果的不准确,已成为全球陆面模式模拟陆地生态系统碳、水循环准确性的重要限制因素。基于新的实验手段,明确物候响应气候变化机制,构建基于过程的植物物候模型,已成为全球变化生态学领域重要的前沿问题。本文首先综述了不同环境因子对植物物候的影响,回顾了植物模型发展历史,指出了气候变化背景下的植物物候模型所面临的挑战,探讨了结合机器学习和贝叶斯等数学方法的物候模型优化思路,以提高物候模型在全球变化背景下物候模拟和预测的准确性。
Keywords
物候模型,气候变化,,过程机制,机器学习
Speaker
付永硕
北京师范大学

Submission Author
付永硕 北京师范大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    Jul 09

    2021

    to

    Jul 11

    2021

  • May 30 2021

    Abstract Submission Deadline

  • May 30 2021

    Draft paper submission deadline

  • May 30 2021

    Early Bird Registration

  • Jul 10 2021

    Registration deadline

  • Jul 11 2021

    Contribution Submission Deadline

Sponsored By
青年地学论坛理事会
Organized By
中国科学院地球化学研究所
贵州大学
Previous Conferences