全球水稻、小麦和玉米的农田氨排放因子和排放强度数据集（2018）

本研究收集整理了全球2775个站点年（site-year）的氨排放率田间观测数据，训练并交叉验证了随机森林机器学习模型。结果表明，以气候因子、土壤属性、作物类型、施肥特征、灌溉量、耕作方式等六大类变量为输入，可在全球范围准确预测氨排放因子（R2>0.80）。进一步利用全球土壤（HWSD v1.2和ISRIC-WISE）、气候（CRU v4.05）、灌溉（国家青藏高原科学数据中心）、施肥（HaNi dataset和EarthStat dataset）等大数据驱动随机森林模型，产出5弧分（约10km）网格精度的2018年全球水稻、小麦和玉米农田氨排放因子和排放强度数据集。其中，水稻、小麦和玉米氨排放因子范围分别为1.8-13.2%、1.3-11.9%和1.3-14.7%。数据大小：29.61 MB数据时间范围：2018年文件格式：ovr,,xml,tif,tfw范围：全球2775个站点图例：数据来源：国家青藏高原科学数据中心https://data.tpdc.ac.cn/来源地址：https://data.tpdc.ac.cn/zh-hans/data/0a122aab-1c25-4ed8-b487-02455677090d如有侵权，请联系客服删除