青藏高原草地地上生物量的ANNs模拟分析

摘要

草地地上生物量(Aboveground biomass,AGB)的估算有助于理论载畜量的确定。基于人工神经网络(Artificial neural networks,ANNs),利用遥感植被指数和气候变量与AGB观测值构建函数关系,进行了青藏高原草地AGB的模拟,并基于岭回归分析了每个气候因子对AGB变化的影响强弱。结果表明,在训练期(测试期),ANNs的模拟值与实测值之间的R^(2)为0.92(0.88),RMSE为18.48(23.62)g·m^(-2)。草地类型从草丛到草甸再到草原,AGB依次减少。AGB随海拔的升高先增加后减少。海拔3400~3800 m的区域AGB最高。ANNs与5个机理模型对比,发现ANNs模拟值偏低和偏高的面积分别占总面积的1%和10%,主要原因是训练资料的均值与相应地区中机理模型模拟值的偏差所致。影响因子按重要性从高到低的排序分别为大气CO_(2)浓度、饱和水汽压差、前一年降雨量、平均风速和平均气温。