热点事件历史事件
混合机器学习推断活跃根区储水动态
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
2026-10-10，Water Resources Research 期刊更新一项研究：团队开发流域尺度、面向生态系统的混合机器学习模型，将简约生态水文结构与数据驱动灵活性结合，把时变活跃根区储量（aSrz）作为潜变量推断。模型不预设根系深度或土层，利用蒸散发、径流、积雪和陆地水储量等多源观测学习自适应水分分配，并在2001—2020年美国数百个流域应用。结果显示，aSrz在大气需求与供水均衡的过渡区达到峰值，其实现容量反映长期水文气候与下垫面约束。目前为期刊更新阶段，属一手发布，尚无后续验证或媒体转述信息。
AI 根据报道生成 · 9 天前更新
最新进展10月10日 20:05
混合机器学习模型推断2001—2020年美国数百流域活跃根区储量动态。报道时间线
沿着报道，了解事件的不同侧面。
10月10日
- Water Resources Research · 期刊更新混合机器学习揭示美国数百流域活跃根区储量的时空动态（2001–2020）
研究团队开发了一种流域尺度、面向生态系统的混合机器学习模型，将简约生态水文结构与数据驱动灵活性结合，把时变活跃根区储量（aSrz）作为潜变量推断。模型不预设根系深度或土层，利用蒸散发、径流、积雪和陆地水储量等多源观测学习自适应水分分配，并在2001–2020年美国数百个流域应用，显示aSrz在大气需求与供水均衡的过渡区达到峰值，其实现容量反映长期水文气候与下垫面约束。