点击上方湖泊遥感与智慧流域关注我们
1. 数据集合
2. 模型构建
1. 模型差异
图1 BRT模型预测结果：每个因子对叶绿素a和浮游植物生物量的相对影响
图2 各预测因子对叶绿素a浓度变化的拟合函数
2. 模型交叉验证
表1 型交叉验证精度评价结果
3. ERA5陆地气候变量与湖泊藻类生长的关系
4. 水温和湖泊水体内部混合机制
5. 风力和降水量对藻类的影响
结合ERA5陆地气候再分析数据，以精细的空间分辨率和相对较高的时间分辨率可精确分析叶绿素a和浮游植物生物量随气候的变化过程。在气候预测因子中，总水温和混合深度对叶绿素a的浓度变化有重要影响，其次是总径流量、降水量和风速。而风速对藻类生物表现出更复杂的驱动机制。
以上总结仅代表个人对论文的理解，仅供研究参考所用，不用于商业用途。若上述理解内容有误，请以论文原文为主。未经同意，禁止转载。
点击左下方 “阅读原文” 可下载论文原文。
湖泊遥感与智慧流域创新团队，主要围绕湖泊开展历史重构、现状观测和未来变化模拟等模型研制和应用实践工作，并在流域尺度开展大数据智慧管理平台研究，保障湖泊水质安全。团队拥有博士和硕士导师4人（段洪涛，罗菊花，刘东，谭振宇），可分别在中国科学院南京地理与湖泊研究所、西北大学以及南京信息工程大学（国科大南京学院联合培养）等招收博、硕士研究生，欢迎报考！同时，长期招收联合培养研究生，欢迎咨询！
联系人：段洪涛研究员，htduan@niglas.ac.cn。
科学前沿丨文献总结 | WR：浅水湖泊溶解二氧化碳和甲烷浓度对变暖的响应
