基于机器学习的冷湿地甲烷通量时空双轨估算与评估方法

本发明涉及碳循环监测与人工智能数据处理技术领域，尤其涉及基于机器学习的冷湿地甲烷通量时空双轨估算与评估方法，包括：对观测数据集构造时间变换形态生成融合面板数据，通过双轴裁决机制筛选输出空间与时间特征名单；以第一阶段网络基于静态属性张量提取平均水平项，以第二阶段网络基于动态驱动张量提取异常项，融合两项输出空间预测张量，并调用整站留出交叉验证机制输出空间误差边界；划分时间测试集，限制目标滞后特征仅向门控分类器传输，控制底层回归器仅基于纯驱动特征推断输出预测区间张量；计算非一致性分数，调用校准模块更新步长输出最终预测区间，将其与空间误差边界执行映射运算输出预算评估结果。