| 基于随机森林模型的青藏高原森林地上生物量遥感估算 |
| |
| 引用本文： | 张鹏超,梁宇,刘波,马天啸,吴苗苗.基于随机森林模型的青藏高原森林地上生物量遥感估算[J].生态学杂志,2023(2):415-424. |
| |
| 作者姓名： | 张鹏超 梁宇 刘波 马天啸 吴苗苗 |
| |
| 作者单位： | 1. 中国科学院森林生态与管理重点实验室(中国科学院沈阳应用生态研究所);2. 中国科学院大学;3. 辽宁省陆地生态系统碳中和重点实验室 |
| |
| 基金项目： | 国家自然科学基金面上项目(31971486,32171562)、国家自然科学基金国际(地区)合作与交流项目(31961133027)、国家自然科学基金外国青年学者项目(42050410324)； |
| |
| 摘 要： | 遥感数据可以实时快速获取森林属性信息，利用遥感技术数据估算的森林地上生物量(aboveground biomass, AGB)具有空间连续性且精度较高的优势。与低纬度或低海拔的森林生态系统相比，高寒区因地形复杂、气候特殊，森林属性信息的获取更加困难，因此遥感是获取大尺度高寒区森林属性的重要手段。本研究以青藏高原为研究区，利用MODIS卫星影像和样地调查数据，建立随机森林模型(RF)估算森林AGB,并结合K最近邻算法(KNN)进一步探究该区域主要树种AGB。本研究在不同尺度上验证了模型预测精度，并分析预测变量的重要性。结果表明：(1)建立的AGB估算模型在像元(R2=0.82,RMSE=64.93 t·hm-2)和景观尺度(t=0.15,P=0.88)上皆表现较好；(2)青藏高原森林AGB空间分布呈现由东南向西北逐渐降低的趋势，平均森林AGB为181.28±104.54 t·hm-2;最高的森林AGB出现在海拔1000 m以下，为237.66±60.92 t·hm-2;树种水平上，冷杉、云杉和云南松A...
|
| 关 键 词： | 机器学习 地上生物量 森林生态系统 遥感信息 |
|
|
