融合水动力模型和集成机器学习的洪泛湿地碳通量升尺度方法及系统

本发明公开一种融合水动力模型和集成机器学习的洪泛湿地碳通量升尺度方法及系统。本发明涉及水利及生态环境监测管理技术领域，通过收集洪泛湿地涡度协方差测量、数字高程模型、水文气象和遥感影像数据，开展洪泛湿地下垫面的多尺度分割，获得碳通量升尺度的计算单元；建立洪泛湿地水动力模型，计算影响洪泛湿地NEE的相关水文情势指标因子；构建多个机器学习模型，优化各模型预测权重，得到最优模型集成预测方案；开展NEE空间升尺度，利用多模型预测差异定量表征预测不确定性，获得NEE时空分布图和不确定性图；本发明实现了湿地NEE升尺度的高精度预测，为洪泛湿地碳通量研究与生态管理提供了新的技术方法和可靠的数据支撑。