干旱区生态环境知识资源中心(Arid): 基于机器学习估算青藏高原多年冻土区草地净初级生产力

Arid

	基于机器学习估算青藏高原多年冻土区草地净初级生产力
其他题名	Estimation of grassland net primary productivity in permafrost of Qinghai-Tibet Plateau based on machine learning
	李传华; 孙皓; 王玉涛; 曹红娟; 殷欢欢; 周敏; 朱同斌
来源期刊	生态学杂志
ISSN	1000-4890
出版年	2020
卷号	39 期号:5 页码:1734-1744
中文摘要	净初级生产力(NPP)的估算还存在很大的不确定性。本文利用机器学习算法(RF和RBF-ANN)估算了20022018年青藏高原多年冻土区草地NPP,分析了青藏高原多年冻土区草地NPP的时空格局、变化特征及其对气候因子的响应。结果表明: (1)机器学习估算结果可靠,简单易行。(2)青藏高原多年冻土区草地NPP表现为东南向西北逐渐递减的趋势; NPP总量为175.39 Tg C·a~(-1),单位面积均值为164.10 g C·m~(-2)·a~(-1),呈波动上升的趋势。(3)青藏高原多年冻土区草地NPP增加的面积占20.49%;各草地类型的NPP增长幅度不一致,表现为高寒沼泽草甸>高寒草甸>高寒草原>高寒荒漠草原。(4)温度是青藏高原多年冻土区草地NPP变化的主导因子,降水的影响沿东南向西北逐渐减弱。
英文摘要	There is still a great uncertainty in the estimation of net primary productivity (NPP). In this study,machine learning algorithm (RF and RBF-ANN) was used to estimate the NPP of grassland in permafrost of Qinghai-Tibet Plateau from 2002 to 2018. We analyzed the temporal and spatial pattern,variation characteristics,and response of grassland NPP to climate factors in the permafrost of Qinghai-Tibet Plateau. The results showed that: (1) The estimation results of machine learning are reliable and simple. (2) In the permafrost of Qinghai-Tibet Plateau,NPP showed a decreasing trend from southeast to northwest. The total NPP was 175.39 Tg C·a~(-1), and the average NPP per unit area was 164.10 g C·m~(-2)·a~(-1),showing a fluctuating trend. (3) The area with increased NPP accounted for 20.49% of the total area. The amplitudes of NPP increase differed with grassland types,with an order of alpine wet meadow > alpine meadow > alpine steppe > alpine desert steppe. (4) Temperature was the dominant factor driving grassland NPP change in permafrost area of the Qinghai-Tibet Plateau. The influence of precipitation gradually weakened along the southeast to northwest.
中文关键词	净初级生产力 ; 随机森林 ; 径向基函数神经网络 ; 青藏高原 ; 多年冻土区 ; 驱动因子
英文关键词	net primary productivity (NPP) Random Forest (RF) RBF-ANN Qinghai-Tibet Plateau permafrost driving factor
类型	Article
语种	中文
收录类别	CSCD
WOS研究方向	Agriculture
CSCD记录号	CSCD:6700964
来源机构	西北师范大学
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/336382
作者单位	李传华, 西北师范大学地理与环境科学学院;;中国科学院寒区旱区环境与工程研究所, ;;冰冻圈科学国家重点实验室;;中国科学院青藏高原冰冻圈观测试验研究站, 兰州;;兰州, ;; 730070;;730000.; 孙皓, 西北师范大学地理与环境科学学院, 兰州, 甘肃 730070, 中国.; 王玉涛, 西北师范大学地理与环境科学学院, 兰州, 甘肃 730070, 中国.; 曹红娟, 西北师范大学地理与环境科学学院, 兰州, 甘肃 730070, 中国.; 殷欢欢, 西北师范大学地理与环境科学学院, 兰州, 甘肃 730070, 中国.; 周敏, 西北师范大学地理与环境科学学院, 兰州, 甘肃 730070, 中国.; 朱同斌, 西北师范大学地理与环境科学学院, 兰州, 甘肃 730070, 中国.
推荐引用方式 GB/T 7714	李传华,孙皓,王玉涛,等. 基于机器学习估算青藏高原多年冻土区草地净初级生产力[J]. 西北师范大学,2020,39(5):1734-1744.
APA	李传华.,孙皓.,王玉涛.,曹红娟.,殷欢欢.,...&朱同斌.(2020).基于机器学习估算青藏高原多年冻土区草地净初级生产力.生态学杂志,39(5),1734-1744.
MLA	李传华,et al."基于机器学习估算青藏高原多年冻土区草地净初级生产力".生态学杂志 39.5(2020):1734-1744.