机器学习方法重建末次冰盛期以来青藏高原植被变化数据-时空三极环境大数据平台

机器学习方法重建末次冰盛期以来青藏高原植被变化数据

Biome reconstruction on the Tibetan Plateau since the Last Glacial Maximum using a machine learning method

本数据是研究团队采用新方法定量重建获得的末次冰盛期以来青藏高原不同样点的植被变化数据。首先收集、整理青藏高原及其周边17个植被带1802条现代孢粉数据作为训练集，采用随机森林算法建立基于孢粉数据重建青藏高原植被的模型，该模型预测现代孢粉样点的植被时，与实际植被对比，显示出较高的一致性（>76%）。与传统的生物群区化法相比，新建立的随机森林模型基于孢粉数据预测青藏高原现代植被的准确性更高。随后，将新建立的随机森林模型用于青藏高原51条孢粉化石序列的古植被重建。用贝叶斯方法重新建立各孢粉化石序列的深度-年代模型，并用线性插值方法获取500年间隔的孢粉化石数据。最终用随机森林模型重建出青藏高原22000年以来500年间隔的植被时空格局变化。本数据可以为理解过去高寒植被的变化过程和机制提供依据，为研究过去气候变化对青藏高原植被的影响提供证据，为气候模拟提供边界条件。

数据使用方法

该数据以Excel格式存储，表格中包含化石点地理坐标信息，及各化石点从2.2万年以来500年间隔的植被状况。

本数据要求的引用方式
查看数据引用帮助  数据引用必读

文章的引用

1. Qin, F., Zhao, Y., Cao, X.Y. (2022). Biome reconstruction on the Tibetan Plateau since the Last Glacial Maximum using a machine learning method. Science China Earth Sciences 65, 518-535.(查看)

数据的引用

秦锋, 赵艳, 曹现勇. (2022). <b>机器学习方法重建末次冰盛期以来青藏高原植被变化数据</b>. 国家青藏高原科学数据中心, 2022. doi: 10.11888/Paleoenv.tpdc.272003.
[Qin, F., Zhao, Y., Cao, X. (2022). <b>Biome reconstruction on the Tibetan Plateau since the Last Glacial Maximum using a machine learning method</b>. National Tibetan Plateau Data Center, 2022]

使用条款

为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布）的数据，作者还须注明原始数据来源。

License： This work is licensed under an Attribution 4.0 International (CC BY 4.0)

资助项目

气候转型与特征事件的湖泊沉积记录

青藏高原相对花粉产量研究及全新世植被定量重建

轨道尺度青藏高原下垫面变化与东亚季风变率

数据评论

登录后可以添加数据评论。

关键词

空间位置

空间范围	东：104.67 南：25.99	西：72.5 北：39.83

空间范围

东：104.67

南：25.99

西：72.5

北：39.83

数据细节

文件列表
/Biome_LGM_TP_Qin2022.xlsx 大小：19.8 KB
时间分辨率： 100 year < x < 1000 year
空间分辨率： --
大小： 0.02MB
浏览：1756 次
共享方式：申请获取
更新时间：2022-03-01

添加到数据篮

作者信息

: 秦锋赵艳曹现勇

分发方：时空三极环境大数据平台

联系方： poles@itpcas.ac.cn

导出元数据

Word

时空三极环境大数据平台