【文献精选】Ecological Indicators|基于机器学习的可耕地N₂O排放预测：探索管理实践作为预测变量

背景：农业活动产生的N₂O排放对全球温室气体平衡有重大贡献，其中约60%来自农业土壤，主要由于氮肥施用。当前估算方法如IPCC Tier 1和基于过程的模型存在局限性。研究目的：探讨机器学习（包括随机森林、XGBoost和前馈神经网络）在预测农田N₂O排放中的潜力，并评估管理实践作为预测变量的重要性。结论：随机森林模型表现最佳（RMSE=8.51），管理变量如“锄地后天数”对预测准确度贡献达40-55%。机器学习可作为强大且高效的方法预测N₂O通量，但需更多数据支持大规模应用。