基于水土空气因子的现场高频CH4测量的机器学习驱动方法:长江流域的案例研究
Qinjing Zhang1, Weijia Wen1, Yanhua Zhuang1
1Hubei Provincial Engineering Research Center of Non-Point Source Pollution Control, Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences, Wuhan, 430077, China; Key Laboratory for Environment and Disaster Monitoring and Evaluation of Hubei, Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences, Wuhan, 430077, China; University of Chinese Academy of Sciences, Beijing, 100049, China.
现在可以使用新的机器学习方法精确地监测田中的甲 (CH4). 这种方法利用环境因素进行高频,高成本的CH4排放量测量.
科学领域:
- 环境科学
- 农业科学
- 大气化学
背景情况:
- 准确的,高频监测米田的甲 (CH4) 排放对于控制碳排放至关重要.
- 由于排放波动和复杂的现场环境存在挑战.
研究的目的:
- 使用机器学习和环境因素开发一种新的现场高频CH4测量方法.
- 确定影响田中CH4生产和运输的关键环境变量.
主要方法:
- 使用机器学习算法,特别是决策树 (DTR),用于CH4流量逆转.
- 分析了各种环境因素 (土壤,水,空气) 对CH4排放的影响.
- 使用传感器可测量的水-土-空气环境数据验证了该方法.
主要成果:
- 土壤和水对CH4的生产和运输有很大的影响.
- 土壤水深,土壤电导率 (EC) 和土壤温度 (Ts) 与CH4流量正相关.
- 土壤氧化还原潜力 (Eh) 显示出负相关性 (p < 0.05).
- 使用土壤因子的决策树模型获得了最高的准确性 (R2 = 0.84).
- 确定了基本输入变量:Eh,EC,土壤pH和Ts (R2>0.80).
结论:
- 开发的方法为CH4监测提供了高频率,准确性和成本效益.
- 可以实时监测和控制田的CH4排放.
- 为各种小型水体的CH4监测提供了新的见解.
更多相关视频
09:03Assessment of Methane and Nitrous Oxide Fluxes from Paddy Field by Means of Static Closed Chambers Maintaining Plants Within Headspace
Published on: September 6, 2018
05:00Measuring Dissolved Methane in Aquatic Ecosystems Using An Optical Spectroscopy Gas Analyzer
Published on: July 26, 2024
