直击青藏高原数据匮乏难题！浙江大学团队提出GeoAI新模型，解释青藏高原地表热流分布
💡
原文中文，约5200字，阅读约需13分钟。
📝
内容提要
地表热流（SHF）是研究地球内部热能的重要参数，揭示了地壳热结构和地质演化。青藏高原热流分布不均，研究人员提出EI-GNNWR模型，结合地质与地球物理数据，提高了热流预测精度，为理解青藏高原热流机制提供了新框架。
🎯
关键要点
- 地表热流（SHF）是研究地球内部热能的重要参数，揭示地壳热结构和地质演化。
- 青藏高原热流分布不均，存在大量未解之谜，尤其在复杂构造带。
- 青藏高原的地表热流在地理空间上具有显著的不均匀性，高热流值集中在特定区域。
- 浙江大学提出EI-GNNWR模型，结合地质与地球物理数据，提高热流预测精度。
- EI-GNNWR模型在青藏高原和澳大利亚的热流预测中表现优越，显著高于其他模型。
- 研究结果表明青藏高原的平均热流值为66.2 mW/m²，高于全球平均值。
- EI-GNNWR模型有效揭示了青藏高原地表热流分布及其影响机制。
- 研究中使用了220个地表热流测量点，采用交叉验证技术提高实验精度。
- SHAP值计算方法被引入以提高模型的可解释性，量化各变量对热流的贡献。
- 研究团队致力于发展GIS理论与方法，探索GeoAI发展，应用于多个领域。
➡️
