Landsat8和机器学习估算蒙古高原草地地上生物量

摘要：

草地地上生物量(Above-Ground Biomass,AGB)是反映草地植被利用状况的重要参数,其精准监测对于草地科学管理与合理利用具有重要意义.近年来,遥感技术因其能快速、准确获取大尺度草地光谱信息,已经被广泛应用于草地地上生物量的估算中.该研究以中国内蒙古呼伦贝尔市与其毗邻的蒙古国东方省草原区为研究区,利用Landsat 8数据计算的9种植被指数、气象数据和地面调查数据,比较分析6种机器学习算法构建的回归模型性能,重新构建优化的随机森林回归模型.结果表明,以光谱、降水量、气温为特征的优化后的随机森林回归模型性能更稳定,预测值与实测值之间决定系数为0.801,均方根误差为43.709 g/m2,相对均方根误差为23.077％.研究区域地上生物量呈中部较低,东西两侧较高的空间分布特征,最高可达357.2 g/m2,最低为33.01 g/m2,与该区域降水量与草地利用方式的空间异质性密切相关.该研究表明,基于Landsat 8数据结合气象数据构建的机器学习模型在草地生物量遥感反演中有较大潜力,地上生物量反演结果可以为草地资源合理利用与评价提供参考.

关键词：遥感、反演、机器学习、地上生物量、蒙古高原

所属期刊栏目：38

分类号：S127;TP79(农业物理学)

资助基金：国家重点研发计划;国家科技基础资源调查专项;国家自然科学基金

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：138-144