基于MODIS数据与机器学习的青藏高原草地地上生物量研究

• 作者: 金哲人 冯琦胜 王瑞泾 梁天刚
• 来源期刊: 草业学报
• 关键词: 植被指数 机器学习 草地地上生物量 时空分布 青藏高原
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 研究论文
• 页码范围: 1-17
• 页数: 16页
• 语种: 中文
• DOI: 10. 11686/cyxb2021386

摘要

青藏高原位于我国西部，又被称为“世界第三极”，对我国和世界的生态以及气候变化影响显著。为了评估2000-2020年青藏高原草地地上生物量（aboveground biomass，AGB）的变化情况，本研究采用多种机器学习方法结合MCD43A4产品数据模拟了草地地上生物量，并对该区域草地地上生物量的时空特征进行分析。结果表明：1）构建的机器学习模型中，Rborist模型精度最高，基于筛选后变量的R2 达到0.6484。“prec_05”、“prec_06”、“tp_12”、“NDPI”、“prec_04”、“tmax_01”、“prec_08”、“prec_12”这8个变量与生物量相关；2）青藏高原东南部的生物量要高于西北部，呈现由东南向西北递减趋势；3）2000-2020年间青藏高原草地生物量稳步增长，整体向好发展。青藏高原61.38%的草地变化趋势不具有可持续性，4.67%的草地持续性轻微恶化，持续性明显恶化的区域占比1.19%，呈稳定或恢复趋势的区域占比32.76%。