青藏高原草地地上生物量估算.pdfVIP

第４４卷第７期生态学报Ｖｏｌ．４４，Ｎｏ．７

２０２４年４月ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＡｐｒ．，２０２４

ＤＯＩ：１０．２０１０３／ｊ．ｓｔｘｂ．２０２３０５１９１０６０

姚雨微，任鸿瑞．青藏高原草地地上生物量估算．生态学报，２０２４，４４（７）：３０４９⁃３０５９．

ＹａｏＹＷ，ＲｅｎＨＲ．ＥｓｔｉｍａｔｉｏｎｏｆｇｒａｓｓｌａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２４，４４（７）：３０４９⁃３０５９．

青藏高原草地地上生物量估算

姚雨微，任鸿瑞∗

太原理工大学测绘科学与技术系，太原０３００２４

摘要：及时准确评估草地产草量对草地资源的科学管理和可持续发展具有重要意义。青藏高原自然环境特殊，气候差异显著，

地形复杂，仅依靠遥感信息准确监测草地地上生物量（ＡｂｏｖｅｇｒｏｕｎｄＢｉｏｍａｓｓ，ＡＧＢ）变化有较大限制。基于青藏高原草地ＡＧＢ野

外实测数据与Ｌａｎｄｓａｔ遥感影像，探索了植被指数表征草地ＡＧＢ信息的有效性，评估了气象和地形信息对准确估算草地ＡＧＢ

的影响，综合利用气象、地形和遥感信息，在新一代地球科学数据和分析应用平台（ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ）上构建了梯度增强回归

树草地ＡＧＢ估算模型，绘制了青藏高原多年草地ＡＧＢ空间分布图。结果表明：（１）基于单因素遥感因子的线性回归模型仅能

解释８％—４０％的草地ＡＧＢ变化情况，其中绿色归一化植被指数（ＧｒｅｅｎＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，ＧＮＤＶＩ）对草地

２

ＡＧＢ解释能力较强（４０％）。（２）基于遥感因子构建的梯度增强回归树模型测试集Ｒ为０．５７。分别添加气象、地形信息，模型对

２

草地ＡＧＢ的估测准确性有所提升，测试Ｒ为０．６２和０．６３。（３）基于气象、地形和遥感因子的多因素估测模型能够提高草地

２

＝

ＡＧＢ估测精度，经递归特征消除法优选后，基于１３个特征变量的梯度增强回归树模型拟合效果最好（训练数据集Ｒ０．７９，

２２２

＝＝＝

ＲＭＳＥ４３．４２ｇ／ｍ，Ｐ＜０．０１；测试数据集Ｒ０．６６，ＲＭＳＥ５３．６４ｇ／ｍ，Ｐ＜０．０１），可以解释６６％草地ＡＧＢ变化情况。（４）２０１０年

２２２

青藏高原平均ＡＧＢ为９４．５８ｇ／ｍ，２０１５年９３．６３ｇ／ｍ，２０２０年１００．７８ｇ／ｍ。青藏高原西北部草地ＡＧＢ较低，东南部草地ＡＧＢ

较高，整体呈现自西北向东南逐渐增加的分布格局。研究结果为准确估算青藏高原草地产草量和碳储量等研究提供重要参考。

关键词：青藏高原；草地地上生物量；梯度增强回归树；遥感

ＥｓｔｉｍａｔｉｏｎｏｆｇｒａｓｓｌａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ