在中国干旱地区使用多来源数据估计老化草原的地面生物量
Jiahui Zhou1, Renping Zhang1, Jing Guo2
1College of Ecology and Environment, Xinjiang University, Urumqi 830046, China; Key Laboratory of Oasis Ecology of Education Ministry, Xinjiang University, Urumqi 830046, China.
The Science of the total environment
|February 7, 2024
概括
在老化期间干旱草原中精确地监测地面生物量 (AGB) 对火灾风险和牧场容量至关重要. 使用多个变量的随机森林模型被证明是估计AGB的最佳方法,显示了22年来的广泛增加.
科学领域:
- 生态生态学 生态生态学
- 遥感 遥感 遥感 遥感
- 环境科学 环境科学
背景情况:
- 草原衰老期间的地面生物量 (AGB) 对火灾风险评估和牧场承载能力至关重要.
- 在巨大的干旱地区,使用遥感在衰老期间准确地监测AGB,这将带来重大挑战.
研究的目的:
- 开发和验证一个最佳模型来估计草原AGB在干旱地区老化期间.
- 分析2000年至2021年干旱地区草原AGB的时空模式.
主要方法:
- 利用遥感,环境数据和356个AGB样本.
- 应用格拉姆 - 施密特面研磨 (GS) 用于数据增强.
- 对比机器学习算法 (RF,SVM,BP_ANN) 与多变量选择 (Boruta算法) 进行模型构建.
主要成果:
- 该GS方法改善了AGB和植被指数之间的相关性.
- 随机森林 (RF) 模型,使用Boruta选择的变量,实现了最高的准确性 (R2 = 0.71,RMSE = 519.74 公斤/公).
- 年平均AGB为1413.85公斤/公; 79.97%的地区在22年内增加了AGB.
结论:
- 射频模型是最佳的估计AGB在干旱的草原在衰老期间.
- 干旱地区的草原 AGB 显示出普遍的增长趋势,空间差异很大.


