#科研热点# 【构建近20年高精度向下地表太阳辐射\紫外辐射\光合有效辐射数据集，揭示中国地区辐射变化特征】太阳辐射是地球表面能量的主要来源，直接驱动着生态系统过程与气候系统演变，其中向下地表太阳辐射（DSSR）、紫外辐射（UVR）和光合有效辐射（PAR）对能源系统、人体健康、大气环境以及生态系统影响显著。然而，全国范围内观测站点较为稀疏，高分辨率、长时序的辐射数据依然匮乏，制约了相关研究的深入。
近日，有团队基于中国生态系统研究网络（CERN）近20年40余站的地基监测，融合多源数据（再分析资料及卫星产品），利用一种先进的Transformer深度学习模型（FT-Transformer），成功构建了覆盖中国区域逐小时、0.1°网格的2005~2023年DSSR、UVR和PAR高精度数据集。
研究团队系统比较了五种基于树模型的机器学习算法和四种深度学习架构，结果表明FT-Transformer模型在三种辐射变量的估算中均表现最优。该数据集在不同时间尺度上均展现出高精度：在小时尺度上，DSSR、UVR和PAR的决定系数（R²）分别达到0.78、0.83和0.79；在日和月尺度上，精度进一步提升，月尺度的R²均超过0.96。通过与中国气象局（CMA）地面观测数据以及与国际主流辐射产品（如CERES、CAMS、ERA5）的对比，本研究所构建的数据集表现出更高的可靠性和准确性。查看更多 http://t.cn/AXcrqYCc