基于随机森林算法的植被生产力估算方法研究

发布时间：2021-12-25 11:32

　　植被生产力是生态系统间碳循环的重要指标,也是全球气候变化最重要的参数之一,如总初级生产力（GPP）,净生态系统生产力（NEP）。虽然现在有很多预测植被生产力数值的方法,但估测的不确定性依然存在于不同模型。本研究将基于Google Earth Engine的遥感气象数据与基于涡度协方差技术的全球212个地面通量站点的数据产品结合进行植被生产力的估算,建立了一种基于机器学习的全球站点尺度的估算方法,明显改善了植被生产力的反演精度。利用长时间序列的基于卫星观测数据进行反演,并且结合了随机森林算法。通过与相对应通量站点数据产品的对比,研究结果验证了机器学习方法在反演陆地生态系统生产力中的优势,为后期大尺度碳循环的研究提供了参考和方向。全文得出主要结论如下:（1）增强植被指数（EVI）是预测GPP模型中最重要的输入参数。在预测不同植被覆盖类型的生产力研究中重要性分析表明,EVI被证明是所有模型输入变量中最重要的驱动因素。（2）利用来自全球16个落叶阔叶林通量站点的通量观测数据产品、EVI、陆地表面温度数据、短波辐射数据、降水数据建立了随机森林模型。通过预测其他8个落叶阔叶林通量站点的GPP数值来... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

研究技术路线

研究区位置分布示意图，CRO、DBF、EBF、ENF、GRA、MF、OSH、SAV、WET和WSA分别指耕地、落叶阔叶林、常绿阔叶林、常绿针叶林、草原、混合林、稀树灌丛、稀树草原、湿地、多树草原

通量观测塔注：图片来源于FLUXNET通量塔观测网（http://fluxnet.fluxdata.org）

【参考文献】：
期刊论文
[1]全球变暖、碳排放及不确定性[J]. 方精云,朱江玲,王少鹏,岳超,沈海花.  中国科学:地球科学. 2011(10)
[2]基于MODIS卫星数据的中亚地区水体动态监测研究[J]. 程彦培,张发旺,董华,王海平,冯仲科.  水文地质工程地质. 2010(05)
[3]基于涡度相关技术测算地表碳通量研究进展[J]. 耿绍波,鲁绍伟,饶良懿,杨晓菲,高东,冯宗红.  世界林业研究. 2010(03)
[4]净生态系统生产力研究进展与问题[J]. 常顺利,杨洪晓,葛剑平.  北京师范大学学报(自然科学版). 2005(05)



本文编号：3552378