项目描述：通过分析本校俄方教师提供的俄方乌拉尔山脉两侧土壤有机碳含量等相关数据，导入至机器学习工具pytorch,尝试总结并构建常规土壤有机碳含量的数据模型。并利用GIS技术进行简要查询，对现实数据与预测数据间进行修正。排除极端情况与过拟合结果。并学习使用地面人工测量有机碳方法，操控相关仪器，针对校园内外及周边地区进行抽样测量。并将少量数据导入后，利用模型预测和修正，在尽量保证准确性的前提下，减少实地考察测量的工作量。最终，通过控制变量法，得出影响土壤有机碳含量的主要因素和一般变化规律，还区分了在不同地区植被下，微观与宏观的水热差异对土壤有机碳影响。过程中，与俄方老师和校内同学进行数据工作分工，体会了简短科研的全过程。并学习了地理信息系统（SAGA，GeoDa）的具体操作使用。提升了对数据处理的敏感度和严谨性的体会与感悟。