黄河流域人地系统研究的大数据支撑与方法探索

作者：程昌秀^*; 沈石; 李强坤

来源：中国科学基金, 2021, 35(04): 529-536.

DOI：10.16262/j.cnki.1000-8217.2021.04.005

• 黄河流域
• 人地系统
• 大数据
• 机器学习
• 机理模型
• 地理学

从整体性出发,系统揭示黄河流域人地系统相互作用与耦合机制是实现黄河流域生态保护和高质量发展的关键。随着新时代的到来,地理学应该融合大数据范式,促进人地系统研究的认识革命,驱动人地耦合研究创新。论文系统分析了目前大数据+机器学习方法在人地系统模拟与预测中面临的两类挑战。一是在构建功能良好的地理机器学习模型时,面临地理标记样本贫乏、异质性、数据质量差、地理要素关系候选模式搜索空间巨大、伪相关等问题;二是面对迅速发展并成熟的地理机理模型以及地理复杂性解译需求,机器学习面临方法论困境。为实现黄河流域复杂人地系统的精准模拟与预测,本文提出将经典地理过程理论或建模方法与新的数据科学工具相结合,是大数据时代下人地系统研究的新范式和最佳路径,具体包括:以地理过程理解为基础的机器学习、机器学习与机理模型的耦合、机器学习与仿真的耦合和拓展远程耦合研究新方法。地理理论指导下的数据科学范式有望开启大数据在含有社会科学属性的黄河流域人地系统研究的潜力。

• 单位
  北京师范大学; 黄河水利委员会黄河水利科学研究院; 地表过程与资源生态国家重点实验室