基于分类梯度提升算法和人工神经网络的食松和樱核圆柏的气孔导度模拟

摘要： 气孔导度是表征植物蒸腾状态的重要指标，气孔导度的准确量化对于地表水文循环研究具有重要意义。为探索提高气孔导度模拟准确性的方法，本研究利用分类梯度提升算法（CatBoost,CAT）和人工神经网络（Artificial Neural Network,ANN）两种机器学习模型对食松（Pinus edulis）与樱核圆柏（Juniperus monosperma）的气孔导度进行了模拟...