同济大学王喜华团队WRR：基于多种深度学习算法的中国水体一氧化二氮排放预测研究

本研究针对中国水体一氧化二氮（N₂O）排放问题，整合全国主要流域观测数据，分析其时空分布特征。研究目的是通过灰色预测模型联合多种深度学习算法（LSTM、GRU、BiLSTM），预测未来N₂O排放趋势。结果表明，排放存在显著区域差异，呈现"东南高、西北低"格局，且多数流域雨季排放高于旱季。BiLSTM模型在预测准确性上表现最优，能有效捕捉季节性波动。结论指出，长江流域等高风险区域需加强氮素减排干预，深度学习模型为N₂O排放预测和环境管理提供了有效技术支撑。