基于MODIS数据与机器学习的青藏高原草地地上生物量研究

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%.

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

所属期刊栏目：31

分类号：P407;S127;TP79

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;中国工程院咨询研究项目;中国工程院咨询研究项目;现代农业产业技术体系;兰州大学中央高校基本科研业务费专项

在线出版日期：2022-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：1-17