机器学习有助于在本地恢复湿地以保护海岸

通过使用大型实验数据集为机器学习模型提供数据，我们可以通过管理当地条件来为防洪湿地建立，从而推翻无法控制的全球变化压力源。来自中国、荷兰、英国和比利时的国际科学家团队在《地球物理研究快报》的出版物中揭示了这一点。

在世界范围内，盐沼和红树林等沿海湿地越来越被认为是保护海岸的宝贵自然防御设施。潮汐盐沼通过成为保护其后堤防的“波浪吸收器”，以及在严重风暴期间堤防发生故障时通过限制裂缝的大小来降低洪水深度的“洪水斗士”来增强洪水安全。这就提出了一个问题，我们是否可以在需要的地方建立和恢复这些湿地，现在海平面正在上升，风暴变得越来越强，越来越频繁。

气候变化导致沿海湿地日益脆弱是全球关注的问题，因为它们提供了许多有价值的服务，例如碳储存和丰富的生物多样性。“虽然人们普遍认识到恢复沿海湿地的必要性，但对控制湿地植被建立的关键过程知之甚少，”中国沿海城市珠海中山大学海洋科学副教授詹虎说。

使用计算机模型预测沼泽的建立

胡是本文的第一作者，领导着由工程师、自然地理学家和生态学家组成的国际研究团队。“从最近的野外和实验室实验产生的大量数据中，我们知道湿地植被的建立过程是复杂的，取决于其生活环境中的多种因素。”

科学家们使用机器学习将获得的数据集转化为可以预测各种环境条件下沼泽形成的预测模型。“这让我们能够冒险进入未知的未来”，胡说。

局部条件比全球变化更重要

该计算机模型的结果表明，尽管全球不断发生变化，但可以很好地管理沼泽地的建立。胡：“好消息是，可控的当地条件比不可控的气候变化压力源重要得多。”总体而言，这为未来的沿海湿地恢复提供了积极的前景。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！