基于随机森林的森林生态系统物候模拟研究

doi:10.19754/j.nyyjs.202406150015

摘要/Abstract

摘要： 森林生态系统是陆地生态系统面积最大、最为重要的自然生态系统，研究其物候趋势的变化规律，并构建物候的模拟模型，对深入了解生态系统碳循环过程以及预测森林生态系统对气候变化的响应具有重要意义。过去几十年间，研究者已经开发了大量的物候模型，如生态生理模型和统计模型等。虽然这些物候模型在训练数据集上模拟效果良好，但利用测试集对模型进行验证时，其预测效果并不理想，导致这些物候模型难以推广。目前机器学习算法在农作物产量、物种分类等领域已经得到广泛应用，且与传统方法相比表现出明显优势。然而，机器学习在植被物候模型的应用仍处于起步阶段，未来有较大的发展潜力。本研究基于全球通量网络43个森林站 ,点的长期碳通量观测数据，提取森林生态系统的生长季开始日期，分析其物候的长期变化趋势，同时结合辅助的气象因子观测数据，使用随机森林算法构建物候模型，并利用特征重要性分析方法探讨物候指标的主导影响因子。研究得出主要结论：从整体森林类型来看，生长季开始日期呈提前趋势，提前速率为0.36d·，从具体森林类型来看，混交林的生长季开始日期提前趋势最为显著，提前速率为0.97d·；并使用决定系数(R)对模型的精确度进行评价，平均结果为0.77。同时通过特征重要性算法分析气象因子对物候变化的影响，结果显示，生长季开始日期主要受到温度(42.98%)的影响，结果表明，随机森林算法在物候模拟上有着更为良好的拟合效果。

中图分类号:

S716.3

. 基于随机森林的森林生态系统物候模拟研究[J]. 农业与技术, 2024, 44(11): 59-62.

参考文献

[1]付永硕，张晶，吴兆飞，等.中国植被物候研究进展及展望[J].北京师范大学学报（自然科学版），2022,58(03)：424-433. [2]付永硕，李听熹，周轩成，等.全球变化背景下的植物物候模型研究进展与展望[J].中国科学：地球科学，2020,50(09)：1206-1218. [3]葛全胜，戴君虎，郑景云.物候学研究进展及中国现代物候学面临的挑战[J].中国科学院院刊，2010(03)：310-316. [4]Chmielewski F M,Rtzer T.Response of tree phenology to climatechange across Europe [J].Agricultural and Forest Meteorology,2001,108(2):101-112. [5]凌小方.气候变化情景下青藏高原植被物候期时空变化研究[D].成都：电子科技大学，2022. [6]Sun J,Yu H,Zhong G,et al.Random Shapley Forests:Cooper-ative Game-Based Random Forests With Consistency J].IeeeTransactions on Cyberetics,2022,52 (1):205-214. [7]王奕森，夏树涛.集成学习之随机森林算法综述[J].信息通信技术，2018,12(01)：49-55. [8]姚登举，杨静，詹晓娟.基于随机森林的特征选择算法[J]吉林大学学报（工学版），2014(01)：137-141. [9]王连喜，陈怀亮，李琪。植物物候与气候研究进展[J].生态学报，2010,30(02)：447-454. [10]杨雪梅，杨太保，刘海猛，等.气候变暖背景下近30a北半球植被变化研究综述[J].干旱区研究，2016,33(02)：379-391. [11]赵丽蓉.2001-2020年中国北方植被物候变化及其对气候因子的响应[D].呼和浩特：内蒙古师范大学，2022. [12]Kross A S E,Roulet N T,Moore T R,et al.Phenology and itsrole in carbon dioxide exchange processes in norther peatlands[J ]Joural of Geophysical Research:Biogeosciences,2014:1370-1384. [13]White M A,de Beurs K M,Didan K,et al.spring phenology inNorth America estimated from remote sensing for 1982-2006 [J].Global Change Biology,2009:2335-2359. [14]钟巧，焦黎，李稚.博斯腾湖流域潜在蒸散发时空演变及归因分析[J].千旱区地理，2019,42(01)：103-112. [15]姚慧茹.青藏高原春季风速和大气动能的变化特征及其与植被覆盖的关系[D].南京：南京信息工程大学，2018.[1]付永硕，张晶，吴兆飞，等.中国植被物候研究进展及展望[J].北京师范大学学报（自然科学版），2022,58(03)：424-433. [2]付永硕，李听熹，周轩成，等.全球变化背景下的植物物候模型研究进展与展望[J].中国科学：地球科学，2020,50(09)：1206-1218. [3]葛全胜，戴君虎，郑景云.物候学研究进展及中国现代物候学面临的挑战[J].中国科学院院刊，2010(03)：310-316. [4]Chmielewski F M,Rtzer T.Response of tree phenology to climatechange across Europe [J].Agricultural and Forest Meteorology,2001,108(2):101-112. [5]凌小方.气候变化情景下青藏高原植被物候期时空变化研究[D].成都：电子科技大学，2022. [6]Sun J,Yu H,Zhong G,et al.Random Shapley Forests:Cooper-ative Game-Based Random Forests With Consistency J].IeeeTransactions on Cyberetics,2022,52 (1):205-214. [7]王奕森，夏树涛.集成学习之随机森林算法综述[J].信息通信技术，2018,12(01)：49-55. [8]姚登举，杨静，詹晓娟.基于随机森林的特征选择算法[J]吉林大学学报（工学版），2014(01)：137-141. [9]王连喜，陈怀亮，李琪。植物物候与气候研究进展[J].生态学报，2010,30(02)：447-454. [10]杨雪梅，杨太保，刘海猛，等.气候变暖背景下近30a北半球植被变化研究综述[J].干旱区研究，2016,33(02)：379-391. [11]赵丽蓉.2001-2020年中国北方植被物候变化及其对气候因子的响应[D].呼和浩特：内蒙古师范大学，2022. [12]Kross A S E,Roulet N T,Moore T R,et al.Phenology and itsrole in carbon dioxide exchange processes in norther peatlands[J ]Joural of Geophysical Research:Biogeosciences,2014:1370-1384. [13]White M A,de Beurs K M,Didan K,et al.spring phenology inNorth America estimated from remote sensing for 1982-2006 [J].Global Change Biology,2009:2335-2359. [14]钟巧，焦黎，李稚.博斯腾湖流域潜在蒸散发时空演变及归因分析[J].千旱区地理，2019,42(01)：103-112. [15]姚慧茹.青藏高原春季风速和大气动能的变化特征及其与植被覆盖的关系[D].南京：南京信息工程大学，2018.