开发新的机器学习方法和算法，用于整合组学和环境数据，以量化土壤微生物组在碳封存中的作用

研究说明

管理自然过程是从大气中去除二氧化碳的最实用、最有效的可实施方法之一。必须准确测量通过自然方式封存的碳，了解过程驱动因素和不确定性，并加速基于自然的碳封存。土壤可以通过微生物活动储存或封存碳，为 CO2 提供一个基于自然的汇。然而，管理不善的土壤会将碳以 CO2 或甲烷 (CH4) 的形式释放到大气中，从而导致气候变化并降低土壤健康和肥力。

该项目将开发机器学习 (ML) 平台来监测、量化和揭示土壤碳封存的潜在过程。这种方法结合了物理、化学和生物功能和进化过程的测量。土壤微生物组研究的重点是确定哪些微生物类群和功能促进了一系列气候条件下的碳捕获。整合不同类型、规模和模式的数据集将面临分析挑战。这些涉及土壤化学、土壤结构（层析成像数据）的处理和整合以及不同环境条件和土壤质地下土壤微生物组的宏基因组分析。总体目标是整合物理、化学、

奖励开始日期：02/10/2023

条款和条件

该研究奖学金仅适用于英国公民，包括支付学费和基于 EPSRC 费率的免税津贴

申请人资格要求

相关学科博士

如何申请

发送电子邮件至 sacha.mooney@nottingham.ac.uk

转自：“科研doge”微信公众号

如有侵权，请联系本站删除！