一种面向陆地生态系统碳汇反演的机器学习同化方法

本发明涉及碳中和技术领域，具体涉及一种面向陆地生态系统碳汇反演的机器学习同化方法，包括以下步骤：进行长时序大气二氧化碳浓度数值模拟，得到二氧化碳浓度时序数据集；以二氧化碳浓度时序数据为训练集，采用深度学习模型构建大气二氧化碳智能传输模式；以大气二氧化碳智能传输模式为观测算子，在深度学习框架下构建4DVar算法，得到机器学习同化模型；基于先验碳通量数据集和机器学习同化模型进行碳汇反演，得到后验碳汇优化反演结果。本发明方法基于深度学习模型构建大气二氧化碳传输智能模式，以替换传统大气二氧化碳传输数值模式，并在深度学习框架下优化4DVar代价函数，本发明方法提高了碳汇反演精度与效率。