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。


数据文件命名方式和使用方法

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
数据的引用

秦锋, 赵艳, 曹现勇. (2022). 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, DOI: 10.11888/Paleoenv.tpdc.272003. CSTR: 18406.11.Paleoenv.tpdc.272003.
[Qin, F., Zhao, Y., Cao, X. (2022). Biome reconstruction on the Tibetan Plateau since the Last Glacial Maximum using a machine learning method. A Big Earth Data Platform for Three Poles, DOI: 10.11888/Paleoenv.tpdc.272003. CSTR: 18406.11.Paleoenv.tpdc.272003. ] (下载引用: RIS格式 | RIS英文格式 | Bibtex格式 | Bibtex英文格式 )

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(3), 536-552.( 查看 | Bibtex格式)

使用本数据时必须引用“文章的引用”中列出的文献,并进行数据的引用


资助项目

青藏高原相对花粉产量研究及全新世植被定量重建(42071114) (项目编号:42071114) Estimates of the relative pollen productivity on the Tibetan Plateau and quantitative reconstruction of its Holocene vegetation succession

气候转型与特征事件的湖泊沉积记录(XDA20070101) (项目编号:XDA20070101) Climate transitions and events in lake sediments

轨道尺度青藏高原下垫面变化与东亚季风变率(41690113) (项目编号:41690113) Land surface dynamics of Tibetan Plateau and its impact on the variability of East Asian monsoon at orbital scale

数据使用声明

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)


相关资源

1. 2023-06-11 陈鸿*   用途:用于青藏高原环境变化与人类适应历史过程的研究 …… 青海师范大学

2. 2022-11-12 王磊*   用途:您好,进行学习探究 …… 青岛大学

3. 2022-09-30 m*   用途:科学研究 …… Yunnan University

4. 2022-09-24 杨彪*   用途:用于研究历史上动物变化 …… 西华师范大学

5. 2022-09-23 杨彪*   用途:计划用于研究青藏高原历史时期动物变化 …… 西华师范大学

6. 2022-09-20 陈鸿*   用途:项目:41761018 硕博论文 导师:侯光良(青海师范大学) …… 青海师范大学

7. 2022-09-20 陈鸿*   用途:项目:41761018 硕博论文 导师:侯光良(青海师范大学) ……

8. 2022-07-25 王建*   用途:学术论文撰写 …… 古脊椎动物与古人类研究所

9. 2022-07-18 迟长*   用途:用于中国西南地区古气候重建工作 …… 中国科学院南京地理与湖泊研究所

10. 2022-06-08 李景*   用途:青藏高原生态工程对生态系统服务功能影响 …… 成都理工大学

11. 2022-06-05 倪健*   用途:中国古植被重建 …… 浙江师范大学

12. 2022-06-05 Ji*   用途:中国古植被重建 …… Zhejiang Normal University

13. 2022-06-01 李虎*   用途:为地球系统建模做数据集成准备 …… 中科院青藏高原研究所

14. 2022-06-01 姜澜*   用途:古气候数据集成工作 …… 兰州大学

15. 2022-05-29 郑文*   用途:科学研究 …… 北京师范大学

16. 2022-05-29 郑文*   用途:科学研究 …… 北京师范大学

17. 2022-05-23 黄平*   用途:学术研究 …… xiangtanvniversity

18. 2022-05-23 黄平*   用途:学术研究 …… xiangtanvniversity

19. 2022-05-22 黄平*   用途:科研论文研究 …… xiangtanvniversity

20. 2022-05-22 张国*   用途:科研 …… 南京师范大学

暂无数据

数据评论

当前页面默认显示 中文 评论 显示所有语种的评论

申请下载 关注
关键词
空间位置
East: 104.67 West: 72.50
South: 25.99 North: 39.83
数据细节
  • 时间分辨率: 100 year < x < 1000 year
  • 空间分辨率: --
  • 大小: 0.02 MB
  • 浏览: 6835 次
  • 下载量: 38 次
  • 共享方式: 申请获取
  • 数据时间描述: 2.2万年来
  • 元数据更新时间: 2022-03-01
联系信息
秦锋   赵艳   曹现勇  

分发方: 时空三极环境大数据平台

Email: poles@itpcas.ac.cn

导出元数据