基于机器学习的阿勒泰地区草地地下生物量估测与数字制图

基于机器学习的阿勒泰地区草地地下生物量估测与数字制图厉方桢;钟华平;欧阳克蕙;赵小敏;李愈哲
【期刊名称】《草业学报》
【年(卷),期】2022(31)8
【摘要】为精准估算草地地下生物量,分析其水平及垂直空间格局,实现草地地下生物量(BGB)的数字制图。

调查了2015年阿勒泰地区草地生长季节(6-8月)的生态要素和地下生物量。

以地理位置、地形、气候、土壤和植被中的代表性信息为基础,基于机器学习算法估测研究区0~30 cm的草地地下生物量,并根据估测结果利用空间插值法得到地下生物量的空间分布格局,最终实现草地地下生物量的数字制图。

结果表明:1)相比偏最小二乘回归(PLS)和随机森林模型(RF),支持向量机模型(SVM)在0~10 cm、10~20 cm和20~30 cm土层地下生物量的估测中表现出最高的精度,验证集数据的精度(R2)依次为0.77、0.67和0.69,相应的RMSE为245.56、98.81和63.58 g·m^(-2)。

从空间插值的效果看,反距离权重插值(IDW)优于径向基函数插值(RBF)和张力样条插值(SPL)。

2)进一步比较了不同估测模型与空间插值方法间的组合能力,结果显示,在阿勒泰地区的草地地下生物量研究中,SVM+IDW 是可靠的估测模型和空间化方法的组合。

在0~10 cm、10~20 cm和20~30 cm 土层的草地地下生物量数字制图的R2为0.73、0.64和0.60,RMSE为269.73、10^(8).14和73.01 g·m^(-2)。

3)阿勒泰地区草地地下生物量均值为1265 g·m^(-2),是全国平均值的两倍,与全球平均水平相当。

其中,高寒草甸的地下生物量最大,为2908.50 g·m^(-2),温性荒漠的地下生物量最小,为776.84 g·m^(-2),全区草地地下生物量共计1.27×10^(8) t(≈0.13 Pg)。

全区草地地下生物量的空间变化明显,整体上自北向南,由山地向平原呈递减的趋势。

【总页数】11页(P13-23)
【作者】厉方桢;钟华平;欧阳克蕙;赵小敏;李愈哲
【作者单位】江西农业大学;中国科学院地理科学与资源研究所;江西省鄱阳湖流域农业资源与生态重点实验室
【正文语种】中文
【中图分类】S81
【相关文献】
1.基于HJ-HSI数据的伊犁绢蒿荒漠草地生物量估测
2.基于无人机影像的森林生物量估测与制图
3.基于机器学习和多源数据的湘西北森林地上生物量估测
4.基于HJ-1A/1B CCD数据的区域银杏生物量估测及碳密度制图
5.基于STARFM的草地地上生物量遥感估测研究——以甘肃省夏河县桑科草原为例
因版权原因，仅展示原文概要，查看原文内容请购买。