当前全球温室气体大幅升高,过去170年CO2浓度上升47%,这种极速变化使得物种和生态系统的适应时间大大缩短,进而造成全球气候变暖、海平面上升、作物产量降低、人类心血管和呼吸道疾病加剧等种种危害。在此背景下,代表可持续发展的“碳中和”目标被提出,即追求净零排放,实现经济增长与资源消耗脱钩
生态与农业是甲烷(CH4)、氧化亚氮(N2O)和二氧化碳(CO2)等温室气体的主要排放源,占全产业排放的13.5%。农田温室气体又以施肥产生的N2O和稻田生产产生的CH4为主,如何对农田温室气体进行有效模拟,不确定性较大
将从碳库模拟、机器学习方法、生命周期评价法(LCA)、经验模型和过程模型多个维度讲解生态与农田温室气体排放的模拟
温室气体排放模拟研究
生态、农田温室气体的前沿应用
控制温室气体排放的关键机制机理
温室气体的试验测量、卫星监测和模拟关键技术
农田温室气体排放的全球数据整合
温室气体排放的时空分布规律
气候变化对温室气体排放的影响
双碳目标下温室气体排放的减排潜力和减排措施
生态与农田碳库模型和土壤呼吸
生态与农田主流碳库分解模型及CO2排放模拟
碳库的概念
一级动力学碳库方程
主流碳库模型及其算法
R语言编写主流碳库模型和土壤呼吸CO2的模拟
使用优化算法(Nelder-Mead、GA、DE、MCMC等)对模型优化
生态与农田CH4和N2O排放模拟算法
CH4排放的模拟算法
甲烷(CH4)排放的过程
CH4排放的模拟研究
能斯特方程和氧化还原点位
过程模型中CH4排放模拟的主流方法和模型
N2O排放的模拟算法
氧化亚氮(N2O)排放的过程(氮素的硝化作用与反硝化作用)
过程模型中N2O排放模拟的主流方法和模型
N2O排放的模拟练习
基于机器学习方法模拟温室气体
机器学习模型模拟温室气体排放
机器学习模型模拟温室气体排放研究进展
不同机器学习的比较
利用机器学习进行全球温室气体排放制图
R语言机器学习模型
R语言机器学习原生包和机器学习模拟框架(Caret)
机器学习特征工程、数据标准化等预处理、交叉验证和模型评价
- 机器学习的参数优化和超参数寻优
- 利用机器学习对温室气体排放进行解释
基于生命周期评价法的生态与农田温室气体排放估算
生命周期评价法
生命周期评价法介绍
生命周期排放清单数据
自下而上的碳排放估算
生命周期研究目标和范围的定义
清单分析
影响评价
结果解释
不同农业活动情景下农田温室气体排放估算
基于过程模型的温室气体排放模拟
DSSAT模型土壤养分动态过程及温室气体排放的模拟
DSSAT模型的CH4模拟
DSSAT模型的N2O模拟
DSSAT模型的CO2模拟
DSSAT模型的总温室气体和作物生产模拟
DSSAT模型的使用(气象、管理、土壤、品种文件的制备)
DSSAT模型温室气体模拟的实操练习
不同农田管理情景下温室气体的模拟