|
|||||
|
|
| 基于机器学习和经验知识的青藏高原多时段植被制图 | |
| 作者姓名： | 周继华 来利明 陈巧娥 宋长青 高培超 叶思菁 沈石 杨刚刚 郝海霞 王贵豪 熊喆 郑元润 |
| 作者单位： | 1.中国科学院植物研究所,植物多样性与特色经济作物全国重点实验室;2.国家植物园;3.中国科学院大学;4.北京师范大学地理学部;5.中国科学院大气物理研究所 |
| 基金项目： | 第二次青藏高原综合科学考察研究 2019QZKK0608 资助; |
| 摘 要： | 理解植被长期演变趋势及其对气候变化与人类活动的响应需要多时段植被分布资料.目前青藏高原植被图主要为2000、2020年前后两个时段,以及1990～2020年时段;主要是基于地面调查数据的人工制图以及基于地面调查数据、遥感数据、地形与气候资料,采用机器学习模型分类的自动制图,存在部分植被类型混淆、制图精度有待提高等问题,同时,缺乏更早时段的植被分布资料.本文发展了整合地面调查数据、遥感数据、地形数据、气候数据等,基于随机森林机器学习模型的人工制图技术,获得了1980s、2020年青藏高原植被分布图;基于植被地带性分析和1980s植被图,获得青藏高原近似复原植被图;以2020年青藏高原植被图为基础,采用随机森林模型模拟了2035、2050年青藏高原植被分布图.近似复原植被图、1980S和2020年青藏高原植被图的空间分辨率可达到100 m,与公认较为可靠的《中华人民共和国植被图(1:100万)》相比,本研究获得的1980s和2020年植被图对植被类型边界的刻画更为准确,植被斑块数目增加较多,有利于更加准确理解和模拟青藏高原植被对气候变化的响应. |
| 关 键 词： | 青藏高原 植被制图 机器学习模型 多源数据 植被分类 |