基于深度学习的三江源区草地地上生物量估算研究
发布时间：2021-10-21 02:46
草地生态系统是全球陆地生态系统的重要组成部分,在改善改气候条件及全球碳循环的过程中有着至关重要的作用。三江源区草地生态系统是中国生态系统最为敏感和脆弱的地区,为了了解该区域草地生长状况和生产潜力,有效的管理、保护和恢复该区域的草地资源,需要对该区域的草地地上生物量的动态变化展开研究。本研究为探究2001-2015年三江源草地地上生物量的时空分布和变化趋势,结合2005-2007年三江源区148个野外实测草地地上生物量（AGB）数据和同期的增强型植被指数、气象数据、海拔数据,构建了基于深度置信网络（DBN）的草地地上生物量估算模型并与多元线性回归模型（MLR）、支持向量机模型（SVM）、人工神经网络模型（ANN）和随机森林模型（RF）的拟合效果进行对比,旨在提出了一种有效的、可操作的草地地上生物量估算模型,对研究区草地AGB进行高精度的估算,为该区草地资源的可持续利用和科学管理提供依据。得到的主要结果如下:（1）将气象数据（光合有效辐射、温度、降水量和相对湿度）、遥感数据（EVI、NDVI）、海拔数据和土壤数据（土壤PH、土壤容重、土壤含水量、土壤有机碳含量）作为模型备选驱动因子,与生物...
【文章来源】：中南林业科技大学湖南省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图３－４二层ＤＢＮ模型??Ｆｉｇ?３－４?Ａ?ｔｗｏ－ｌａｙｅｒ?ＤＢＮ?ｍｏｄｅｌ??
位论文?基于深度学习的三江源区草地地上生物量估算研宂??ＲＨ＿ｍｅａｎ??ＥＶＩ＿２００６??ＮＤＶＩｍｅａｎ??Ｔｅｍ＿２００７??Ｈ－????？?Ｐｒｅ＿２００７??渥?ｄｅｍ??闺?—??Ｐａｒ?ｍｅａｎ??Ｔｅｍ?ｍｅａｎ??Ｐｒｅｍｅａｎ??ＫＶＩｍｅａｎ??ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?Ｉ??０．００?０．０５?０．?１０?０．?１５?０．２０?０．２５?０．?３０?０．３５?０．４０??ＲＭＳＥ变化量??图３－１?ＲＭＳＥ变化结果??Ｆｉｇ?３－１?Ｔｈｅ?ｒｅｓｕｌｔ?ｏｆＲＭＳＥ?ｃｈａｎｇｅ．??３．２模型拟合精度分析??由表３－２可以看出，在五种草地地上生物量估算模型的训练集中，深度置信??网络模型的决定系数Ｒ２最高，为０．８３，其次是随机森林模型，为０．８１，多元线??性回归模型的决定系数Ｒ２最低，为０．６３；深度置仏网络模型的均方根误差（ｒｏｏｔ??ｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＲＭＳＥ）也足Ｍ高的，为５０．１７ｇ／ｍ２，其次Ｍ随机森林模型，为??５２．７８?ｇ／ｍ２，最差的是多元线性回归模型，为７２．７３?ｇ／ｍ２，训练集中的深度置信网??络模喂比多儿线性ＮＩ／?Ｉ模型的梭拟精度提高／?３１％。在测试集中，深度置信网络??的決史系数和均方报误差（ｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＲＭＳＥ）Ｎ样是最高的，分别??为０．８１和４３．７５?ｇ／ｍ２，其次是支持向量机模型，其Ｒ２和ＲＭＳＥ分别为０．７６和??４８．５８?ｇ／ｍ２，模型模拟精度最差的多元线性回归模型的Ｒ２和ＲＭＳＥ分别为０．３８??和８１．２?ｇ／ｍ２，测试集中的
中南林业科技大学硕士学位论文?基于深度学习的三江源区草地地上生物量估算研究??图３－５ａ是利用Ｔｈｅｉｌ－Ｓｅｎ?ｍｅｄｉａｎ趋势分析方法计算出的三江源区２００１－２０１５??年草地地上生物量变化趋势。由图可知在２００１－２０１５年１５年间，三江源区草地??绝大部分地区的草地地上生物量都是呈稳定和恢复的趋势，只有中部地区的称多??和玉树、东部地区的玛沁、甘德、沃日和久治存在比较集中而恶化区域。在三江??源区的西部和北部地区只有曲麻莱、治多、杂多和囊谦四个县中，有小部分区域??出现恶化趋势，其余大部分区域都是呈稳定和恢复得到趋势。??图３－５ｂ是利用Ｍａｎｎ－ｋｅｎｄａｌｌ检验方法计算出的三江源区２００１－２０１５年草地??地上生物量变化趋势显著性检验结果，由图可知在２００１－２０１５年１５年间，三江??源区草地地上生物量趋势变化不显著的区域明显多于趋势变化显著的区域，趋势??变化显著的区域主要分布在中部地区、西北部地区，南部地区极小部分的区域也??呈显著变化，除以上地区之外，其余地区的地上生物量变化趋势呈不显著变化。??将Ｔｈｅｉｌ－Ｓｅｎ?ｍｅｄｉａｎ趋势分析和Ｍａｎｎ－ｋｅｎｄａｌｌ检验方法结合起来，可以有效的反??映２００１－２０１５年１５年间三江源区草地地上生物量的变化趋势的空间分布特征。??图３－５ｃ为将地上生物量变化趋势结果与Ｍａｎｎ－ｋｅｎｄａｌｌ显著性检验结果进行叠加??后得到的地上生物量变化趋势及其显著性的空间分布特征。本研究将三江源区草??地地上生物量的变化趋势分为五种情形，Ｓ卩：明显恶化、轻微恶化、保持稳定、??轻微恢复、明显恢复。由图可知，２００１－２０１５年１５年间三江源区草地地上生物量??
本文编号：3448090
【文章来源】：中南林业科技大学湖南省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图３－４二层ＤＢＮ模型??Ｆｉｇ?３－４?Ａ?ｔｗｏ－ｌａｙｅｒ?ＤＢＮ?ｍｏｄｅｌ??
位论文?基于深度学习的三江源区草地地上生物量估算研宂??ＲＨ＿ｍｅａｎ??ＥＶＩ＿２００６??ＮＤＶＩｍｅａｎ??Ｔｅｍ＿２００７??Ｈ－????？?Ｐｒｅ＿２００７??渥?ｄｅｍ??闺?—??Ｐａｒ?ｍｅａｎ??Ｔｅｍ?ｍｅａｎ??Ｐｒｅｍｅａｎ??ＫＶＩｍｅａｎ??ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?Ｉ??０．００?０．０５?０．?１０?０．?１５?０．２０?０．２５?０．?３０?０．３５?０．４０??ＲＭＳＥ变化量??图３－１?ＲＭＳＥ变化结果??Ｆｉｇ?３－１?Ｔｈｅ?ｒｅｓｕｌｔ?ｏｆＲＭＳＥ?ｃｈａｎｇｅ．??３．２模型拟合精度分析??由表３－２可以看出，在五种草地地上生物量估算模型的训练集中，深度置信??网络模型的决定系数Ｒ２最高，为０．８３，其次是随机森林模型，为０．８１，多元线??性回归模型的决定系数Ｒ２最低，为０．６３；深度置仏网络模型的均方根误差（ｒｏｏｔ??ｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＲＭＳＥ）也足Ｍ高的，为５０．１７ｇ／ｍ２，其次Ｍ随机森林模型，为??５２．７８?ｇ／ｍ２，最差的是多元线性回归模型，为７２．７３?ｇ／ｍ２，训练集中的深度置信网??络模喂比多儿线性ＮＩ／?Ｉ模型的梭拟精度提高／?３１％。在测试集中，深度置信网络??的決史系数和均方报误差（ｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ，ＲＭＳＥ）Ｎ样是最高的，分别??为０．８１和４３．７５?ｇ／ｍ２，其次是支持向量机模型，其Ｒ２和ＲＭＳＥ分别为０．７６和??４８．５８?ｇ／ｍ２，模型模拟精度最差的多元线性回归模型的Ｒ２和ＲＭＳＥ分别为０．３８??和８１．２?ｇ／ｍ２，测试集中的
中南林业科技大学硕士学位论文?基于深度学习的三江源区草地地上生物量估算研究??图３－５ａ是利用Ｔｈｅｉｌ－Ｓｅｎ?ｍｅｄｉａｎ趋势分析方法计算出的三江源区２００１－２０１５??年草地地上生物量变化趋势。由图可知在２００１－２０１５年１５年间，三江源区草地??绝大部分地区的草地地上生物量都是呈稳定和恢复的趋势，只有中部地区的称多??和玉树、东部地区的玛沁、甘德、沃日和久治存在比较集中而恶化区域。在三江??源区的西部和北部地区只有曲麻莱、治多、杂多和囊谦四个县中，有小部分区域??出现恶化趋势，其余大部分区域都是呈稳定和恢复得到趋势。??图３－５ｂ是利用Ｍａｎｎ－ｋｅｎｄａｌｌ检验方法计算出的三江源区２００１－２０１５年草地??地上生物量变化趋势显著性检验结果，由图可知在２００１－２０１５年１５年间，三江??源区草地地上生物量趋势变化不显著的区域明显多于趋势变化显著的区域，趋势??变化显著的区域主要分布在中部地区、西北部地区，南部地区极小部分的区域也??呈显著变化，除以上地区之外，其余地区的地上生物量变化趋势呈不显著变化。??将Ｔｈｅｉｌ－Ｓｅｎ?ｍｅｄｉａｎ趋势分析和Ｍａｎｎ－ｋｅｎｄａｌｌ检验方法结合起来，可以有效的反??映２００１－２０１５年１５年间三江源区草地地上生物量的变化趋势的空间分布特征。??图３－５ｃ为将地上生物量变化趋势结果与Ｍａｎｎ－ｋｅｎｄａｌｌ显著性检验结果进行叠加??后得到的地上生物量变化趋势及其显著性的空间分布特征。本研究将三江源区草??地地上生物量的变化趋势分为五种情形，Ｓ卩：明显恶化、轻微恶化、保持稳定、??轻微恢复、明显恢复。由图可知，２００１－２０１５年１５年间三江源区草地地上生物量??
本文编号：3448090
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/3448090.html
