使用量子回归森林 (QRF) 在中国新疆格尔盆地的沙漠灌木地表生物量绘制地图

科学领域:

• 沙漠生态 沙漠生态
• 遥感 遥感 遥感 遥感
• 生物质估计生物质估计

背景情况:

• 哈洛西隆 (Haloxylon ammodendron) 是中亚沙漠生态系统的关键,其地表生物质 (AGB) 表明生态系统的健康和荒漠化.
• 准确的AGB预测对于理解沙漠空间分布和生态作用至关重要.
• 干旱地区的低植被覆盖面对基于卫星的生物质研究提出了挑战.

研究的目的:

• 开发和应用一个强大的模型来预测Haloxylon ammodendron AGB在大干旱地区.
• 整合多源遥感数据 (无人机LiDAR,Sentinel-1,Sentinel-2) 以改善AGB估计.
• 评估和减轻低植被覆盖环境中的预测不确定性.

主要方法:

• 收集的无人机LiDAR数据用于AGB培训和验证,面积超过50平方公里.
• 集成的高分辨率,多时间的卫星图像Sentinel-1和Sentinel-2.
• 应用了一种量子回归森林 (QRF) 模型,用于14000平方公里的AGB预测,具有空间交叉验证.

主要成果:

• 多源遥感,在地面数据的支持下,可以有效地估计Haloxylon ammodendron AGB在广泛的干旱地区的分布.
• 鉴定了由于植被覆盖较低和采样不均而导致的显著模型不确定性.
• 证明应用范围 (AOA) 和不确定性地图可以减少预测不确定性并指导未来的数据收集.

结论:

• 这项研究为干旱地区的生态系统保护提供了关于Haloxylon ammodendron AGB分布的重要地理空间见解.
• 这些发现有助于理解沙漠植被动态,碳循环和对环境变化的反应.
• 该方法为全球监测和管理沙漠生态系统提供了有价值的方法.