整合生物学期刊网 登录      注册

草业科学 ›› 2024, Vol. 41 ›› Issue (02): 297-307.

• • 上一篇    下一篇

基于机器学习算法的甘肃省草原地上生物量

李霞, 刘兴明, 孙斌, 姜佳昌, 俞慧云, 吴丹丹, 杜笑村, 王红霞, 贾晶晶, 杨红梅   

  1. 甘肃省草原技术推广总站
  • 发布日期:2024-10-16
  • 基金资助:
    林草科技创新与国家合作项目(lckjcx202303)

  • Published:2024-10-16

摘要: 为评估甘肃省草原地上生物量的变化情况,本研究采用甘肃省2005-2018年草原地上生物量实测数据以及植被指数和气象等参数,构建多种基于机器学习算法的甘肃省草原生物量反演模型,并对其预测精度进行对比和评价。结果表明:1)随机森林模型更适宜于甘肃省草原地上生物量遥感反演。基于筛选后的17个变量的Rborist随机森林模型的反演精度最高,R2为0.758。2)甘肃省草原地上生物量均值介于828.21~1 118.71 kg·hm-2,近20年来呈逐年增加趋势,年均增加幅度为8.13 kg·hm-2 (P <0.05)。3)甘肃省47.41%的草原呈恢复趋势,26%的草原保持稳定,而26.59%的草原呈不同程度的恶化趋势。

关键词: 机器学习, 前向特征选择算法, 随机森林, 植被指数, 生物量反演, 空间分布, 年际变化

中图分类号: