基于机器学习估算青藏高原多年冻土区草地净初级生产力

• 作者: 周敏 孙皓 曹红娟 朱同斌 李传华 殷欢欢 王玉涛
• 来源期刊: 生态学杂志
• 关键词: 净初级生产力 随机森林 径向基函数神经网络 青藏高原 多年冻土区 驱动因子
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 方法与技术
• 页码范围: 1734-1744
• 页数: 11页
• 语种: 中文
• DOI: 10.13292/j.1000-4890.202005.010

摘要

净初级生产力(NPP)的估算还存在很大的不确定性.本文利用机器学习算法(RF和RBF-ANN)估算了2002-2018年青藏高原多年冻土区草地NPP,分析了青藏高原多年冻土区草地NPP的时空格局、变化特征及其对气候因子的响应.结果 表明:(1)机器学习估算结果可靠,简单易行.(2)青藏高原多年冻土区草地NPP表现为东南向西北逐渐递减的趋势;NPP总量为175.39 Tg C·a-1,单位面积均值为164.10 g C·m-2·a-1,呈波动上升的趋势.(3)青藏高原多年冻土区草地NPP增加的面积占20.49％;各草地类型的NPP增长幅度不一致,表现为高寒沼泽草甸＞高寒草甸＞高寒草原＞高寒荒漠草原.(4)温度是青藏高原多年冻土区草地NPP变化的主导因子,降水的影响沿东南向西北逐渐减弱.