一种基于迁移学习与注意力机制的青藏草地碳通量估算方法

本发明涉及一种基于迁移学习与注意力机制的青藏草地碳通量估算方法，属于生态系统监测技术领域。针对现有技术中青藏高原观测数据稀缺导致深度学习模型拟合能力不足、年际变化捕捉失效及特征利用效率低的问题，采用过程模型生成长期预训练数据，构建含注意力机制的编解码器深度学习模型：编码器通过全连接层、长短期记忆网络和注意力机制动态分配特征权重，解码器输出碳通量估算值；通过迁移学习预训练模型后以实测数据微调。本发明突破数据稀缺限制，显著提升高寒草地净生态系统生产力估算精度和年际变化捕捉能力，增强植被指数、温度等关键特征的感知效率，为青藏高原碳循环研究提供可靠技术支撑。