创新台湾温室气体估计:使用GeoAI-Based合奏混合空间预测模型对大气中甲的案例研究
Hao-Ting Chang1, Yinq-Rong Chern1, Aji Kusumaning Asri1
1Department of Geomatics, College of Engineering, National Cheng Kung University, Tainan, 70101, Taiwan.
Journal of environmental management
|March 26, 2025
概括
本研究引入了一个GeoAI模型,用于绘制台湾各地的甲 (CH4) 变化图,识别土地使用和污染物等关键影响因素. 这些发现为全球气候减缓战略和温室气体减排政策提供了洞察力.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 地理空间人工智能 人工智能
背景情况:
- 甲 (CH4) 是一种强大的温室气体,其升温潜力是二氧化碳 (CO2) 的80倍.
- 现有的研究往往侧重于排放源,忽视了对减缓气候变化至关重要的时空变化.
- 了解CH4度动态对于有效的温室气体减排政策至关重要.
研究的目的:
- 分析台湾大气中甲 (CH4) 度的时空变化.
- 开发和验证基于GeoAI的新型组合混合空间预测模型,用于CH4估计.
- 确定影响CH4水平的关键环境和人为因素.
主要方法:
- 开发基于GeoAI的集合混合空间预测模型,集成多个机器学习算法.
- 包括各种因素,如土地使用,气象数据,排放和污染物水平.
- 使用培训,测试,交叉验证和外部数据集进行严格的模型验证.
主要成果:
- 该模型实现了高解释能力,R2值在不同的数据集中从0.67到0.99不等.
- 季节性分析表明,春季和冬季的CH4度较高,夏季和秋季的度较低.
- 确定了CH4变化的关键驱动因素,包括水产养殖,畜牧业,土地利用,风速和各种污染物.
结论:
- 开发的GeoAI模型准确估计了CH4度及其空间变化.
- 这项研究为影响大气CH4的因素提供了有价值的见解,为气候减缓战略提供了信息.
- 该方法作为一个可转移的框架,用于CH4分析在其他地区和时间框架.
