当前浏览: 古植被


机器学习方法重建末次冰盛期以来青藏高原植被变化数据

本数据是研究团队采用新方法定量重建获得的末次冰盛期以来青藏高原不同样点的植被变化数据。首先收集、整理青藏高原及其周边17个植被带1802条现代孢粉数据作为训练集,采用随机森林算法建立基于孢粉数据重建青藏高原植被的模型,该模型预测现代孢粉样点的植被时,与实际植被对比,显示出较高的一致性(>76%)。与传统的生物群区化法相比,新建立的随机森林模型基于孢粉数据预测青藏高原现代植被的准确性更高。随后,将新建立的随机森林模型用于青藏高原51条孢粉化石序列的古植被重建。用贝叶斯方法重新建立各孢粉化石序列的深度-年代模型,并用线性插值方法获取500年间隔的孢粉化石数据。最终用随机森林模型重建出青藏高原22000年以来500年间隔的植被时空格局变化。本数据可以为理解过去高寒植被的变化过程和机制提供依据,为研究过去气候变化对青藏高原植被的影响提供证据,为气候模拟提供边界条件。

2022-02-14

青藏高原新生代植物大化石名单(2019-2020)

数据包含兰州大学地质科学与矿产资源学院古生物教研室2019年至2020年期间采自于甘肃、青海、云南的新生代植物大化石;化石均由团队成员赴野外采集而来,并在实验室中通过常规化石修复方法与角质层实验方法进行加工;化石保存基本完好,其中部分保存有角质层,可以进行实验并一步观察到气孔等微细结构,有助于分类鉴定及恢复古气候条件;对这些植物大化石的研究有助于深入了解青藏高原东部新生代古环境、古气候、古地理变化以及认识当时的植被面貌。

2021-01-06