当前位置:主页 > 医学论文 > 畜牧兽医论文 >

基于神经网络的三江源区草地地上生物量估算

发布时间:2018-02-04 01:56

  本文关键词: 草地地上生物量 三江源 BP神经网络 时空变化 出处:《环境科学研究》2017年01期  论文类型:期刊论文


【摘要】:三江源区位于青藏高原腹地,作为长江、黄河、澜沧江三大河流的发源地,是我国重要的水源涵养和生态功能保护区.为了及时准确地获取该区域草地生物量信息,根据三江源区高寒草甸、高寒草原采样点的地上生物量实测值,结合遥感植被指数、海拔、气象观测数据(光合有效辐射、年均气温、年降水量)构建BP神经网络模型,估算2001—2010年三江源区的草地地上生物量,并对其进行分县统计和年际变化分析.结果表明:1通过多次反复的训练与测验得到的BP神经网络模型,对高寒草甸、高寒草原的地上生物量模拟值与实测值的R2分别为0.73、0.79,表明BP神经网络模型具有较好的模拟效果.22001—2010年三江源区草地地上生物量多年平均值为172.34 g/m~2,其中高寒草甸为214.81 g/m~2,高寒草原为130.07 g/m~2.3三江源区草地地上生物量的空间分布具有明显的空间异质性,呈从东南向西北递减的趋势.其中,位于东部的河南县草地地上生物量最高,为413.46g/m~2;而北部的曲麻莱最低,仅为69.04 g/m~2.42001—2010年三江源区草地地上生物量呈缓慢波动上升趋势,平均升幅为0.93g/(m~2·a).研究显示,利用站点地上生物量实测数据构建BP神经网络模型并对地上生物量进行模拟,对于分析区域尺度的草地地上生物量分布格局和变化趋势行之有效.
[Abstract]:As the birthplace of the Yangtze River, the Yellow River and the Lancang River, the source area of the three rivers, located in the hinterland of the Qinghai-Tibet Plateau, is an important water conservation and ecological protection area in China. Based on the measured results of aboveground biomass of alpine meadow and alpine steppe in the source of the three rivers, the BP neural network model was constructed by combining with remote sensing vegetation index, elevation and meteorological observation data (photosynthetic effective radiation, average annual temperature, annual precipitation). The aboveground biomass of grassland in the source area of the three rivers from 2001 to 2010 was estimated and analyzed by county statistics and interannual variation. The results showed that the BP neural network model obtained by repeated training and test was applied to alpine meadow. The simulated and measured values of aboveground biomass of alpine steppe were 0.73n0.79, respectively, which indicated that BP neural network model had better simulation effect. 2The annual average of aboveground biomass of grassland in the source region of the three rivers from 2001 to 2010 was 172.34 g / m ~ (-2), among which the alpine meadow was 214.81. The spatial distribution of aboveground biomass in the alpine steppe was 130.07 / g / m ~ (2.3) in the source region of the three rivers, and the spatial distribution of the aboveground biomass in the alpine steppe had obvious spatial heterogeneity. The aboveground biomass of grassland in Henan county in the east was the highest (413.46 g / m ~ (-2)), while Qumailai in the north was the lowest, which was only 69.04 g / m ~ (2. 4) from 2001 to 2010. The aboveground biomass of grassland in the source region of the three rivers increased slowly from 2001 to 2010. The average increase was 0.93 g / m ~ (2) 路a ~ (-1). The results showed that the BP neural network model based on the measured data of aboveground biomass was used to simulate the aboveground biomass, which was effective in analyzing the distribution pattern and variation trend of aboveground biomass on the regional scale.
【作者单位】: 中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室;中国科学院大学;中国科学院地球化学研究所;青海省生态环境遥感监测中心;中国环境科学研究院;
【基金】:中国工程院重点咨询项目(2014-XZ-31) 国家重点基础研究发展计划(973计划)项目(2014-YKY-003) 国家科技支撑计划项目(2015CB954102)
【分类号】:S812
【正文快照】: 三江源位于青海省南部,是长江、黄河和澜沧江的源头,同时也是重要的草地生态功能区,该区域的生态系统安全问题受到国内外研究人员的广泛关注[1-3].草地作为三江源区分布最广的生态系统类型,一直是该区域生态研究的重点对象.生物量作为全球碳循环的重要组成部分,在全球碳平衡中

【相似文献】

相关期刊论文 前10条

1 刘正恩,王昱生,潘介正,葛剑平;羊草草原地上生物量的预测[J];生态学杂志;2004年04期

2 安尼瓦尔·买买提;杨元合;郭兆迪;方精云;;新疆草地植被的地上生物量[J];北京大学学报(自然科学版);2006年04期

3 李萍;朱清科;刘中奇;赵荟;邝高明;王晶;;半干旱黄土区地上生物量对立地因子的响应[J];中国水土保持科学;2012年02期

4 刘晓云,张佃民,王国福,严成;碱茅草地上生物量的分布和利用评价[J];干旱区研究;1992年03期

5 王猛;李贵才;王军邦;;典型草原通量塔通量贡献区地上生物量和叶面积指数的时空变异[J];应用生态学报;2011年03期

6 孙小艳;常学礼;张宁;韩艳;;不同取样单元对干旱区绿洲小麦地上生物量光谱估算模型的影响[J];中国沙漠;2012年02期

7 汤旭光;刘殿伟;王宗明;贾明明;董张玉;刘婧怡;徐文明;;森林地上生物量遥感估算研究进展[J];生态学杂志;2012年05期

8 倪健;赤松稀疏幼林下灌木和草木层地上生物量的初步研究[J];华东师范大学学报(自然科学版);1994年04期

9 仲延凯,包青海,孙维;白音锡勒牧场地区天然割草地干、鲜地上生物量研究──Ⅱ不同轮割群落与种群干、鲜地上生物量的比值[J];内蒙古大学学报(自然科学版);1996年01期

10 郭雪莲;吕宪国;戴国华;;三江平原不同水位梯度湿地地上生物量动态特征[J];生态环境;2008年05期

相关会议论文 前7条

1 王梓;马履一;;滴灌灌溉施肥下一年生欧美107杨地上生物量水肥耦合效应[A];第九届中国林业青年学术年会论文摘要集[C];2010年

2 刘文辉;周青平;颜红波;梁国玲;;青海扁茎早熟禾种群地上生物量积累动态[A];2012第二届中国草业大会论文集[C];2012年

3 何峰;李向林;万里强;王国良;;坝上羊草草原不同时期生长比较研究[A];中国草学会饲料生产委员会2007年会暨第十四次学术研讨会论文集[C];2007年

4 王小平;郭铌;张凯;王静;;甘南牧区草地地上生物量的高光谱遥感估算模型[A];第七届全国优秀青年气象科技工作者学术研讨会论文集[C];2010年

5 庞勇;黄克标;李增元;舒清态;;大湄公河次区域森林地上生物量遥感反演[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集(上册)[C];2011年

6 黄春燕;王登伟;陈冠文;袁杰;祁亚琴;陈燕;;基于高光谱植被指数的棉花地上生物量估算模型研究[A];中国科协2005年学术年会“新疆现代农业论坛”论文专集[C];2005年

7 王小平;郭铌;张凯;王静;;甘南牧区草地地上生物量的高光谱遥感估算模型[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年

相关博士学位论文 前6条

1 吴迪;基于GLAS和MISR数据的森林冠层高度和地上生物量遥感估算研究[D];东北林业大学;2015年

2 邱赛;ICESat-GLAS波形与HJ-1A高光谱影像联合反演森林地上生物量的研究[D];东北林业大学;2016年

3 凌成星;Worldview-2八波段影像支持下的湿地信息提取与地上生物量估算研究[D];中国林业科学研究院;2013年

4 宋彦涛;松嫩草地植物功能生态学研究[D];东北师范大学;2012年

5 何丹;改良措施对天然草原植被及土壤的影响[D];中国农业科学院;2009年

6 王梓;欧美107杨苗木精准灌溉施肥制度研究[D];北京林业大学;2011年

相关硕士学位论文 前10条

1 陈丽佳;盐池县草地退化及地上生物量遥感反演研究[D];宁夏大学;2015年

2 陆宗宇;在区域尺度上林龄、气候与森林地上生物量关系的研究[D];华北电力大学;2015年

3 王晨;外界因素对皖南毛竹地上生物量以及竹笋生长特性的影响[D];安徽农业大学;2014年

4 周鑫;北疆草地地上生物量遥感监测模型对比分析[D];新疆农业大学;2015年

5 符佩斌;红原高寒草地沙化进程中植物群落及土壤理化性状特征研究[D];四川农业大学;2015年

6 张颖;基于高分辨率遥感和极化雷达数据的大兴安岭地区森林地上生物量估测[D];北京林业大学;2016年

7 尚珂;基于支持向量机回归的草地地上生物量遥感估测研究[D];西南林业大学;2015年

8 魏志成;不同类型草地地上生物量空间分布格局的研究[D];西北农林科技大学;2016年

9 何游云;无人机遥感估测林木地上生物量的研究[D];北京林业大学;2016年

10 郭云;基于多源数据的山区森林地上生物量反演及动态模拟[D];福州大学;2014年



本文编号:1488977

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/1488977.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户77a3d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com