文献类型： 中文期刊

作者： 郭芮 ¹ ; 伏帅 ¹ ; 侯蒙京 ¹ ; 刘洁 ¹ ; 苗春丽 ¹ ; 孟新月 ¹ ; 冯琦胜 ¹ ; 贺金生 ¹ ; 钱大文 ² ; 梁天刚 ¹ ;

作者机构： 1.兰州大学草地农业科技学院草地农业生态系统国家重点实验室兰州大学农业农村部牧草创新重点实验室兰州大学草地农业教育工程研究中心

2.中国科学院西北高原生物研究所

关键词： Sentinel-2;地上生物量;机器学习;天然草地;反演模型

期刊名称： 草业学报

ISSN： 1004-5759

年卷期： 2023 年 004 期

页码： 15-29

收录情况： 北大核心 ; CSCD

摘要： 草地地上物生物量（AGB）是评价草地生产力的重要指标，精准反演天然草地的AGB，对草地长势监测和草畜平衡评估具有重要的意义。由于常用的遥感数据（如Landsat和MODIS等）受较低时间或空间分辨率引发的诸多问题的影响，因此探索具有更高时空分辨率及更多光谱波段的Sentinel-2卫星数据在县域尺度的草地植被监测状况具有极其重要的作用。利用Sentinel-2卫星遥感影像和青海门源县实测草地AGB数据，构建了基于随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）3种机器学习方法的草地生物量估算模型，研究了2019-2021年门源县天然草地生物量时空分布特征。结果表明：1)Sentinel-2卫星影像的3个原始波段（B2、B6、B11）和2种植被指数[反红边叶绿素指数（IRECI）和特定色素简单比值植被指数（PSSRa）]，是草地AGB敏感的特征变量。其中，红边波段（B5、B6、B7）对天然草地AGB遥感反演具有重要作用。2)基于RF算法的草地AGB估测模型是门源县天然草地生物量估测的最优模型（验证集R2为0.72,RMSE为622.616 kg·hm-2），优于SVM模型(验证集R2为0.66,RMSE为698.271 kg·hm^-2)和ANN模型（验证集R2为0.63,RMSE为730.676 kg·hm-2）。3)2019-2021年门源县天然草地AGB平均值为3360.26～3544.00 kg·hm^-2。总体来说，2019-2021年门源县草地AGB呈先上升后下降的趋势，具有从四周向中部逐渐减少的空间分布特点。