基于分類梯度提升算法和人工神經(jīng)網(wǎng)絡的食松和櫻核圓柏的氣孔導度模擬

摘要： 氣孔導度是表征植物蒸騰狀態(tài)的重要指標，氣孔導度的準確量化對于地表水文循環(huán)研究具有重要意義。為探索提高氣孔導度模擬準確性的方法，本研究利用分類梯度提升算法（CatBoost,CAT）和人工神經(jīng)網(wǎng)絡（Artificial Neural Network,ANN）兩種機器學習模型對食松（Pinus edulis）與櫻核圓柏（Juniperus monosperma）的氣孔導度進行了模擬...