基于神经网络的三江源区草地地上生物量估算

三江源区位于青藏高原腹地,作为长江、黄河、澜沧江三大河流的发源地,是我国重要的水源涵养和生态功能保护区.为了及时准确地获取该区域草地生物量信息,根据三江源区高寒草甸、高寒草原采样点的地上生物量实测值,结合遥感植被指数、海拔、气象观测数据（光合有效辐射、年均气温、年降水量）构建BP神经网络模型,估算2001—2010年三江源区的草地地上生物量,并对其进行分县统计和年际变化分析.结果表明:① 通过多次反复的训练与测验得到的BP神经网络模型,对高寒草甸、高寒草原的地上生物量模拟值与实测值的R2分别为0.73、0.79,表明BP神经网络模型具有较好的模拟效果.② 2001—2010年三江源区草地地上生物量多年平均值为172.34 g/m2,其中高寒草甸为214.81 g/m2,高寒草原为130.07 g/m2.③ 三江源区草地地上生物量的空间分布具有明显的空间异质性,呈从东南向西北递减的趋势.其中,位于东部的河南县草地地上生物量最高,为413.46 g/m2;而北部的曲麻莱最低,仅为69.04 g/m2.④ 2001—2010年三江源区草地地上生物量呈缓慢波动上升趋势,平均升幅为0.93 g/（m2·a）.研究显示,利用站点地上生物量实测数据构建BP神经网络模型并对地上生物量进行模拟,对于分析区域尺度的草地地上生物量分布格局和变化趋势行之有效.      

散射辐射对青藏高原高寒草地总初级生产力模拟的影响

太阳辐射的散射组分能够增强植被冠层LUE（light use efficiency,光能利用率）,因此需要在生产力模型中显式地加入散射辐射的影响,从而更准确地模拟植被冠层光合作用.以青藏高原高寒草地为研究对象,改进光能利用率模型,增加散射辐射模块,利用站点通量观测数据估计模型关键参数;结合区域尺度气象数据和遥感数据,模拟了2003—2008年青藏高原高寒草地区域尺度GPP（gross primary production,总初级生产力）,并量化了GPP模拟的不确定性,进而通过分析模型改进前后GPP空间分布及其不确定性的差异量化了散射辐射的作用.结果表明:考虑散射辐射对LUE的影响后,模型参数优化效果明显提升,青藏高原高寒草地GPP的模拟效果得到提升;2003—2008年青藏高原高寒草地GPP模拟值呈现东南部较大,西北部较小的空间格局,与不考虑散射辐射的结果一致,但GPP平均值由312.3 g/（m2·a）增至341.7 g/（m2·a）,增幅约9.4%,说明不考虑散射辐射会低估青藏高原高寒草地GPP;GPP模拟值不确定性的空间分布与不考虑散射辐射的结果一致,但是平均不确定性大小有所降低,从9.15%降至8.66%.研究显示,若在青藏高原高寒草地的GPP模拟中不考虑散射辐射,虽不会影响其空间格局,但会低估GPP模拟值的大小,同时增加其不确定性.