基于随机森林的高寒草地地上生物量高光谱估算

草地地上生物量（Aboveground biomass,AGB）是衡量草地生产力的关键因素,准确测定草地AGB具有重要意义。高光谱因具有时效性强、不破坏草地等特点被广泛用于草地生理生态指标的测定。本研究提取和计算了海北试验站高寒草地冠层的原始光谱（Original spectrum,OR）反射率、一阶微分光谱（First derivative spectrum,FD）反射率、光谱位置面积参数（Spectral parameters of spectral position and area,PA）和植被指数（Vegetation indices,VI）4种不同类型的特征变量,使用连续投影算法（Successive projections algorithm,SPA）和递归特征消除算法（Recursive feature elimination,RFE）进行特征选择,采用随机森林算法（Random forest,RF）构建草地AGB估测模型。结果表明：在由4种特征变量分别构建的草地AGB估测模型中,基于VI的RF模型精度最高（测试集R²=0.70,RMSE=557.87 kg·ha^-1）,实测AGB与估测AGB的线性R²达到0.72;不同类型特征变量组合构建的草地AGB估测模型中,PA+VI组合的RF模型精度最高（R²=0.71,RMSE=548.97 kg·ha^-1）,实测AGB和估测AGB的线性R²达到0.73。     

基于Landsat 8和随机森林的青海门源天然草地地上生物量遥感估算

草地地上生物量（above-ground biomass, AGB）的遥感监测可快速且客观地对草地生长现状进行评估,对生态环境评价和草地资源利用有重要意义。为了提高遥感估算草地AGB的准确性,基于青海省门源县的地面实测数据,利用Landsat-8 OLI遥感数据计算出的植被指数分别构建了单因素回归模型和随机森林模型（random forest, RF）,确定了AGB遥感估测最佳模型,并反演得到了研究区2019-2021年草地AGB空间分布。结果表明：1）在29个植被指数构建的单因素回归模型中,与草地AGB相关性较高的5个植被指数为NDVI、RBNDVI、TVI、GNDVI、MSR,R²均达0.49以上。其中,NDVI模型的精度最高,验证集R²为0.50,均方根误差（root mean square error, RMSE）为702.89 kg·hm^-2。2）在RF模型中,变量筛选前R²=0.61,RMSE=621.14 kg·hm^-2;经过变量筛选后模型精度有小幅度提升,R²达0.62,RMSE基本不变;二者精度均优于单因素模型,相比传统单因素最优回归模型,R²提高0.12,RMSE降低了80.95 kg·hm^-2。3）门源县AGB空间分布特征为西北部较高,东南部相对较低;大体呈中部高,四周低的分布状况。2019-2021年全县天然草地总产草量介于4.2827万~8.9776 万t,平均单产介于1063.49~1484.82 kg·hm^-2;草地类型以高寒草甸为主,2019-2021年产草量为4.0825万~5.6653 万t,平均地上AGB介于1060.38~1471.94 kg·hm^-2;山地草甸平均AGB为1036.81~1637.43 kg·hm^-2;温性草原平均AGB介于1198.72~1786.63 kg·hm^-2。     

基于CCI-LC数据的甘南和川西北地区土地覆盖类型时空动态分布及草地面积变化驱动力研究

土地覆盖变化是评价生态系统健康的关键,并对可持续发展有重要意义。遥感技术是实现快速动态监测大面积土地覆盖变化的有效方法。结合野外实测土地类型数据和Landsat 8 OLI影像,对欧空局全球土地覆盖产品(CCI-LC)在甘南和川西北地区分类精度评价的基础上,分析了研究区1992-2015年土地覆盖类型的时空动态变化特征,并从自然和人为两方面因素出发,研究了该地区草地面积变化的驱动力。结果表明:1)CCI-LC产品在甘南和川西北地区的总体精度为76.79%,在六大土地覆盖类型中(草地、林地、裸地、水体、永久冰雪和人类占用地),草地的用户精度最高(94.88%)。2)在1992-2015年,草地面积整体上呈减少趋势,且在1994-2001年发生了较大的变化,减少了6760.53 km²,动态度为-0.53%·年^-1。3)1992-2000年研究区主要发生草地、林地和人类占用地三者之间的相互转化,其中草地以转出为主;2000-2010年研究区土地覆盖类型的变化多样,草地仍以转出为主,但转出面积较上一时间段大幅度减少;2010-2015年间研究区地物类型的转换关系更加复杂,其中草地以转入为主,转入来源仅为林地和人类占用地。4)农业GDP和牧业GDP是甘南和川西北地区草地面积变化的主要驱动因素,且两者均与草地面积呈负相关关系。提供了一种宏观、快速、低成本分析长时间序列土地覆盖类型动态变化的遥感监测方法。