巴伐利亚农业生态系统中的景观结构,气候变化和土壤质量形态作物生物质模式

科学领域:

• 农业科学
• 环境科学
• 遥感技术

背景情况:

• 环境变化对作物生物质和产量稳定性产生重大影响.
• 应对气候变化的农业需要了解环境影响.
• 准确的作物生物质估计对于农业规划至关重要.

研究的目的:

• 将来自光效率模型的生物质估计与机器学习遥感框架进行比较.
• 开发和应用混合LUE和随机森林 (RF) 模型来估计冬季小麦和油菜的生物质.
• 研究景观指标,地形,土壤和气候对作物生物质的影响.

主要方法:

• 在德国巴伐利亚 (2001-2019) 应用了LUE和RF组合模型在5平方公里的电网上.
• 综合景观指标 (土地覆盖的多样性,木质特征),地形 (高度,斜率,面积),土壤潜力和季节性气候数据.
• 在机器学习框架内利用遥感数据.

主要成果:

• 基于射频的方法比单独的LUE模型更准确,特别是在冬季小麦方面.
• 农作物生物质模式在很大程度上取决于景观结构和气候条件.
• 冬季小麦生物质更多地受到地形和景观特征的影响,而油菜则更多地受到太阳辐射和土壤特性的影响.
• 在适度多样化的景观中观察到最佳生物量;极端的碎片化或变异性降低了产量.
• 与生物质减少相关的特定作物温度值 (冬季小麦21°C,油菜12°C).

结论:

• 混合建模方法为大规模作物生物质绘制和理解提供了可转移的框架.
• 这些发现为在气候变化下可持续农业规划提供了重要的区域性见解.
• 这项研究强调了整合景观和气候数据对于准确的作物生物质预测的重要性.