报告题目：应用机器学习探究硅酸岩的化学风化

Ground-truthing silicate chemical weathering using machine learning

报告地点：伟德BETVLCTOR1946始于英国纬地楼4楼会议室

报告时间：2019年5月10日（星期五）下午4:10-5:00

报告人：张爽

报告人简介：

张爽，2011年本科毕业于北京大学，2017年博士毕业于美国耶鲁大学，现在耶鲁大学从事博士后研究。研究方向主要为追踪和模拟全球碳循环、氧循环，以及量化地球表生过程在碳循环及气候变化中所起的作用。研究方法包括同位素测量、经典数值模型的构建、大尺度地质数据的统计分析、以及机器学习。近年以第一兼通讯作者在EPSL、Chemical Geology及American Journal of Science国际期刊上发表论文4篇，另在Nature Communications, PNAS, GCA等刊物合作发表论文4篇。

报告简介：

硅酸岩的化学风化为陆地和海洋生态系统输送着营养，控制着地球表面土壤的演化、并作为一个负反馈机制在长时间尺度上影响着地球的气候。然而， 现在我们仍然没有一个可以准确预测硅酸岩化学风化速率的数学模型，对影响硅酸岩化学风化速率的主要因素也持有很大的争议。本项研究通过大数据和机器学习，将预测硅酸岩化学风化速率的准确度提高到了90%以上，并且阐明了土壤湿度、流域坡度、降雨量、温度、碎屑硅酸岩以及植被对硅酸岩风化速率的主要控制作用。

                                                        （信息来源：汪方跃）