数据驱动的植被总初级生产力估算方法研究

编号 zgly0001721223

文献类型 期刊论文

文献题名 数据驱动的植被总初级生产力估算方法研究

作者 张坤  刘乃文  高帅  赵书慧 

作者单位 山东师范大学信息科学与工程学院  山东管理学院信息工程学院省高校重点实验室  中国科学院遥感与数字地球研究所遥感科学国家重点实验室 

母体文献 遥感技术与应用 

年卷期 2020年04期

年份 2020 

分类号 Q948  TP311.13 

关键词 随机森林模型  碳循环  GPP  大数据  GEE 

文摘内容 植被总初级生产力(Gross Primary Production,GPP)是指在单位时间和单位面积上,绿色植物通过光合作用固定二氧化碳所产生的全部有机物同化量,对GPP的准确估算有助于碳循环的研究。为了提高GPP的估算精度,将机器学习技术与遥感技术相结合,首先利用GEE平台下的遥感数据以及中国陆地生态系统通量观测研究网络的通量塔实测GPP数据,建立数据集。然后使用随机森林作为估算模型,建模后根据数据特点对模型调参。最后获得模型的预测结果,决定系数R2为0.87,均方根误差RMSE的值为1.132 gC·m-2·d-1。这说明随机森林模型可以较为精确地估算GPP。结果发现,以大数据以及人工智能为代表的计算机技术飞速发展,将为遥感技术注入新的活力,使遥感技术走向更加成熟的发展应用阶段。