| Περιγραφή: |
Среди множества механизмов депонирования углерода, секвестрация в наземных экосистемах, в основе которой лежит процесс фотосинтеза, рассматривается как один из возможных методов борьбы с глобальным изменением климата, вызванным ростом содержания углекислого газа в земной тропосфере. Метод турбулентных пульсаций (eddy covariance) дает возможность получить точечную оценку восходящих и нисходящих потоков СО2 в окрестности размером 100–2000 м от микрометеорологической станции. Однако для оценки углеродного цикла территорий в масштабе страны или континента нужны методы с глобальным покрытием. В этом контексте модели, основанные на алгоритмах машинного обучения, способны решить эту задачу, аппроксимируя точечные наземные наблюдения данными спутникового зондирования тропосферы и подстилающей поверхности и климатического реанализа с заданными пространственными и временными разрешениями. В последние десятилетия возросло число исследований, посвященных оценке потоков углерода с использованием таких моделей, благодаря увеличению вычислительной мощности компьютеров. В частности используют такие методы, как случайный лес (Random Forest) (Zeng et al., 2020), искусственные нейронные сети (Artificial Neural Networks) (Yu et al., 2021), метод опорных векторов (Support Vector Machine) (Zhang et al., 2021) и другие. При достаточно больших обучающих выборках такие модели предоставляют более простой способ оценки параметров углеродного цикла экосистем по сравнению с физическими, построенными на динамическом ядре (системе дифференциальных уравнений в частных производных). Цель работы – изучение применимости алгоритма экстремального градиентного бустинга (xgboost) (Chen, Guestrin, 2016) для оценки потоков углерода в экосистемах и сравнение его с искусственными нейронными сетями, такими как многослойный персептрон, в качестве одного из апробированных методов для решения задач оценки потоков углерода. Для обучения и оценки точности таких моделей необходимо сформировать два набора данных – тренировочный и тестовый (валидационный), которые бы включали в себя и предикторы, и предсказываемые переменные. Для этого были собраны ряды измерений потоков углерода методом турбулентных пульсаций, предоставленные международной сетью FLUXNET (Pastorello et al., 2020), со 180 метеорологических станций в Северном полушарии за период 2000–2014 гг. Для каждой точки извлечены ежедневные значения: 1. RECOn и RECOd (экосистемное дыхание, полученное путем расширения ночных наблюдений на весь день и дневное); 2. NEE (чистый экосистемный обмен, полученный суммированием ежечасных измерений); 3. Флагов качества оценки NEE, характеризующих неопределенность; 4. GPPn и GPPd (первичная валовая продукция, рассчитанная из NEE и RECOn и NEE и RECOd соответственно). Измерения с флагом качества NEE |