专家简介：
李祖传博士的研究重点位于数据科学、机器学习与环境科学的交叉领域。在博士和博士后研究学习期间，李博士的研究结合多源观测数据和卫星遥感影像，利用统计、机器学习和机理模型，估算全球海洋的净群落生产力（NCP），并挖掘其不同时间尺度变化的机理。李博士曾荣获美国国家航空航天局（NASA）地球与空间科学奖学金和伍兹霍尔海洋研究所（WHOI）博士后奖学金。李祖传博士的教学涵盖数据科学、统计学、机器学习和环境科学。他拥有武汉大学的学士学位和杜克大学的博士学位。
报告摘要：
净群落生产力（Net Community Production, NCP）是指光总初级生产力（Gross Primary Production, GPP）与群落呼吸总量（Community Respiration, CR）之间的差值，代表了海洋生态系统往海洋表层以下输出有机碳的潜力，因而对全球碳循环与气候变化具有重要意义。然而，由于观测数据的时空覆盖有限，目前对全球海洋NCP的估算和理解仍存在较大不确定性，这限制了我们在不同气候变化情景下对其未来变化趋势的准确预测。在本报告中，我将结合观测数据（包括O2/Ar比值数据）与卫星遥感数据（如 SeaWiFS 和 MODIS-Aqua），利用基于代谢理论的机理模型，以及统计与机器学习方法，对海洋NCP进行估算，并探讨不同时间尺度 NCP 的变化驱动机制。
