基于CatBoost的GPP估计和对中国山西省变革驱动因素的分析
Yujie Li1,2, Xuanguang Liu3,4, Zhenchao Zhang1,5
1Institute of Geospatial Information, Information Engineering University, Zhengzhou, 450001, China.
Scientific reports
|July 2, 2025
概括
这项研究使用CatBoost模型改进了山西省的毛初级生产率 (GPP) 估计,揭示了主要由草原恢复和气候相互作用推动的GPP波动性增长.
科学领域:
- 生态与环境科学 生态与环境科学
- 遥感和地理空间分析
- 气候变化与碳循环的关系
背景情况:
- 西省的碳循环对于洛斯高原生态系统至关重要,但缺乏碳流量站,阻碍了准确的初级生产率总值 (GPP) 估计.
- 关于山西省GPP变化的长期驱动因素的研究有限,需要改进估计和分析方法.
研究的目的:
- 开发一个改进的西省GPP估计方法,使用CatBoost模型,用于2001-2022年期间.
- 确定和分析该地区长期GPP趋势背后的关键驱动因素.
主要方法:
- 提出了基于CatBoost的增强GPP估计模型,整合了植被指标和地形,以减少过度装配和捕获时间依赖.
- 采用Theil-Sen中位数趋势分析和地质探测器来调查空间和时间变化及其驱动力.
- 验证了CatBoost GPP模型与现有方法和产品进行现场和区域准确性评估.
主要成果:
- 与现有的方法相比,CatBoost GPP模型显示出优越的现场准确性 (R2=0.890,RMSE=1.155,MAE=0.772).
- 西省的GPP在2001-2022年间呈现出波动性的20.58Gh/m2/年增长,在西北地区的GPP较低,在东南地区的GPP较高.
- 草原的恢复是GPP增长的主要原因,而降水和温度之间的相互作用对62.05%的面积的GPP产生了重大影响.
结论:
- 改进的CatBoost模型可以更准确地估计山西省等数据稀缺地区的GPP.
- 草原恢复和气候相互作用是GPP动态的关键驱动力,突出了土地管理和气候因素对生态系统健康的重要性.
- 研究结果为山西省和类似生态系统的生态保护战略和可持续发展倡议提供了理论基础.
