數據驅動的植被總初級生產力估算方法研究

作者：張坤,劉乃文,高帥,趙書慧

摘要：植被總初級生產力(Gross Primary Production,GPP)是指在單位時間和單位面積上,綠色植物通過光合作用固定二氧化碳所產生的全部有機物同化量,對GPP的準確估算有助于碳循環的研究。為了提高GPP的估算精度,將機器學習技術與遙感技術相結合,首先利用GEE平臺下的遙感數據以及中國陸地生態系統通量觀測研究網絡的通量塔實測GPP數據,建立數據集。然后使用隨機森林作為估算模型,建模后根據數據特點對模型調參。最后獲得模型的預測結果,決定系數R2為0.87,均方根誤差RMSE的值為1.132 gC·m^-2·d^-1。這說明隨機森林模型可以較為精確地估算GPP。結果發現,以大數據以及人工智能為代表的計算機技術飛速發展,將為遙感技術注入新的活力,使遙感技術走向更加成熟的發展應用階段。

發文機構：山東師范大學信息科學與工程學院 山東管理學院信息工程學院省高校重點實驗室 中國科學院遙感與數字地球研究所遙感科學國家重點實驗室

關鍵詞：隨機森林模型碳循環GPP大數據GEERandom forest regressionThe carbon cycleGPPBig dataGEE platform

分類號： TP701[自動化與計算機技術—檢測技術與自動化裝置]