Точная оценка поглощения углерода лесами и изучение их механизмов, обусловленных климатом, имеют решающее значение для достижения углеродной нейтральности и устойчивого развития. В небольшом числе исследований использовались динамические модели на основе машинного обучения для оценки поглощения углерода лесами. Механизмы, обусловленные климатом в Шангри-Ла, ещё предстоит изучить. В этом исследовании генетический алгоритм использовался с целью оптимизации параметров случайного леса при создании динамических моделей для оценки интенсивности поглощения углерода Pinus densata в Шангри-Ла и анализа совокупного воздействия мультиклиматических факторов на эту интенсивность. Обнаружено, что (1) генетический алгоритм может эффективно повысить точность оценки параметров случайного леса, R² может быть улучшен до 34,8%, а в оптимальной модели «генетический алгоритм - случайный лес» R² составляет 0,83. (2) Интенсивность поглощения углерода Pinus densata в Шангри-Ла составляла 0,45–0,72 т C·ч м⁻² с 1987 по 2017 гг. (3) Осадки оказывают наиболее существенное влияние на интенсивность поглощения углерода. Совместное слабое сочетание осадков, температуры и поверхностной солнечной радиации, оказывающее влияние на интенсивность поглощения углерода было наиболее доминирующим для интенсивности поглощения углерода Pinus densata. Эти результаты показывают, что динамические модели могут использоваться для крупномасштабной долгосрочной оценки стока углерода в высокогорных лесах, обеспечивая приемлемый метод. Прояснение движущего механизма обеспечит научную основу для управления лесными ресурсами.

 

Ссылка: https://www.nature.com/articles/s41598-024-84258-7