Knowledge Resource Center for Ecological Environment in Arid Area
| DOI | 10.27410/d.cnki.gxbfu.2021.001021 |
| 基于CNN深度学习的中国植被总初级生产力估算研究 | |
| 朱同斌 | |
| 出版年 | 2021 |
| 学位类型 | 硕士 |
| 学位授予单位 | 西北师范大学 |
| 中文摘要 | 陆地生态系统是人类赖以生存和持续发展的基础,在全球气候变化加剧和人类活动日益频繁的背景下,碳循环过程受到很大的影响。植被总初级生产力(Gross Primary Productivity,GPP)是估算地球支撑能力和评价陆地生态系统可持续发展的重要因子,在全球变化以及碳循环中扮演着重要角色,对植被GPP的准确评估显得尤为重要。目前GPP的估算依然存在很大的不确定性,为了丰富GPP的估算手段,本文以中国为研究区,以通量(FLUX)观测数据和遥感数据为基础,利用卷积神经网络(Convolutional Neural Networks,CNN)的深度学习算法估算2001—2017年中国植被GPP。首先分析了GPP的时空变化规律,其次利用偏导数法和相关系数分析了中国植被GPP与气温、降水、太阳辐射和CO_2的关系。研究结果表明:深度学习算法是估算植被GPP的有效方法;2001—2017年中国植被GPP呈增加趋势。本文得出的主要结论如下:(1)月GPP模拟值与FLUX GPP显著相关,R~2为0.84(P耕地>草地>荒漠,故森林在全国碳汇中具有举足轻重的地位。在不同自然地理区呈现明显的空间分布特征,东部季风区GPP值最高,西北干旱半旱区最低。(4)全国植被年均GPP和不同季节GPP在不同高度带内呈现出明显的垂直地带性分布特征,在整个海拔高度上GPP变化存在3个递减和两个递增地带。植被年均GPP随坡向变化呈现明显的“双峰双谷”分布特征,GPP极大值出现在东南坡和西坡,最大值在东南坡,GPP极小值出现在西南坡和北坡,最小值在北坡。(5)气温、降水和太阳辐射对植被GPP变化的贡献度也有差别,降水对GPP的正贡献的面积最大,为53.59%,气温、降水和太阳辐射正贡献的面积都高于负贡献的面积,气温、降水和太阳辐射均对GPP生长起促进作用;从不同植被类型看,不同气候因子对不同类型GPP的贡献有一致性,但降水对荒漠GPP的贡献更显著。(6)气温、降水、太阳辐射和CO_2浓度的增加都不同程度地促进了植被的生长,CO_2浓度增加使GPP增加的面积最大,为69.19%,其次为降水、气温和太阳辐射。总的来说,CO_2是植被GPP变化的主要驱动力。气候因子中,降水增加使GPP增加的面积最大,降水是中国植被GPP变化的主要气候驱动因子;其次,降水是东部季风区和西北干旱半干旱区GPP变化的主要驱动因子,太阳辐射是青藏高寒区GPP变化的主要驱动因子。 |
| 中文关键词 | 植被总初级生产力 ; 深度学习 ; 时空变化 ; 影响因子 ; 中国 |
| 语种 | 中文 |
| 国家 | 中国 |
| 中图法分类号 | Q948.1 |
| 资源类型 | 学位论文 |
| 条目标识符 | http://119.78.100.177/qdio/handle/2XILL650/373208 |
| 作者单位 | 西北师范大学 |
| 推荐引用方式 GB/T 7714 | 朱同斌. 基于CNN深度学习的中国植被总初级生产力估算研究[D]. 西北师范大学,2021. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [朱同斌]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [朱同斌]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [朱同斌]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
