ESE专栏｜厦门大学黄金良：可解释AI揭示中国湖泊水库有害藻华的驱动因素
环境人Environmentor
2025-02-15 12:29
文章摘要
本研究由厦门大学的研究团队开发了一种先进的可解释性深度学习模型，用于预测和分析中国淡水湖泊和水库中的有害藻华（HABs）。研究背景在于有害藻华对水生态系统和公众健康造成的威胁日益增加。研究目的是通过增强解释性技术的长短期记忆（LSTM）神经网络，提高预测准确性并理解藻华的内在驱动因素。研究结论表明，水温是影响藻华动态的最大因素，且中低纬度地区对温度变化更为敏感。此外，迁移学习能有效改善数据稀缺地区的预测，为监测基础设施有限的地区提供可扩展的解决方案。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
