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
例如，通过地理空间建模我们发现，从北京到连云港，PM2.5 浓度普遍较高，这可能是受风向、风速等因素的影响，此外，特定区域内的防护林可能会抑制 PM2.5 的扩散。尤其是在那些地势险峻、人迹罕至的区域，传统的钻孔测量方法和观测设备难以大规模展开，导致这些区域的地表热流数据几乎为空白。研究人员将全球汇编的地表热流数据集、 NGHF...
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。
