基于Sentinel-2数...天然草地生物量遥感反演研究_郭芮.pdf

第 32 卷第 4 期Vol.32，No.415-292023 年 4 月草业学报ACTA PRATACULTURAE SINICA郭芮，伏帅，侯蒙京，等.基于 Sentinel-2数据的青海门源县天然草地生物量遥感反演研究.草业学报，2023，32（4）：1529.GUO Rui，FU Shuai，HOU Meng-jing，et al.Remote sensing retrieval of nature grassland biomass in Menyuan County，Qinghai Province experimentalarea based on Sentinel-2 data.Acta Prataculturae Sinica，2023，32（4）：1529.基于 Sentinel-2数据的青海门源县天然草地生物量遥感反演研究郭芮1，伏帅1，侯蒙京1，刘洁1，苗春丽1，孟新月1，冯琦胜1，贺金生1，2，钱大文3，梁天刚1*（1.兰州大学草地农业科技学院，草地农业生态系统国家重点实验室，兰州大学农业农村部牧草创新重点实验室，兰州大学草地农业教育工程研究中心，甘肃 兰州 730020；2.北京大学城市与环境学院，北京 100871；3.中国科学院西北高原生物研究所，青海 西宁 810008）摘要：草地地上物生物量（AGB）是评价草地生产力的重要指标，精准反演天然草地的 AGB，对草地长势监测和草畜平衡评估具有重要的意义。由于常用的遥感数据（如 Landsat和 MODIS 等）受较低时间或空间分辨率引发的诸多问题的影响，因此探索具有更高时空分辨率及更多光谱波段的 Sentinel-2卫星数据在县域尺度的草地植被监测状况具有极其重要的作用。利用 Sentinel-2 卫星遥感影像和青海门源县实测草地 AGB 数据，构建了基于随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）3种机器学习方法的草地生物量估算模型，研究了 2019-2021年门源县天然草地生物量时空分布特征。结果表明：1）Sentinel-2卫星影像的 3个原始波段（B2、B6、B11）和 2种植被指数 反红边叶绿素指数（IRECI）和特定色素简单比值植被指数（PSSRa），是草地 AGB 敏感的特征变量。其中，红边波段（B5、B6、B7）对天然草地 AGB遥感反演具有重要作用。2）基于 RF算法的草地 AGB估测模型是门源县天然草地生物量估测的最优模型（验证集 R2为 0.72，RMSE 为 622.616 kg hm-2），优于 SVM 模型（验证集 R2为 0.66，RMSE为 698.271 kg hm-2）和 ANN 模型（验证集 R2为 0.63，RMSE为 730.676 kg hm-2）。3）2019-2021年门源县天然草地 AGB 平均值为 3360.263544.00 kg hm-2。总体来说，2019-2021年门源县草地 AGB 呈先上升后下降的趋势，具有从四周向中部逐渐减少的空间分布特点。关键词：Sentinel-2；地上生物量；机器学习；天然草地；反演模型Remote sensing retrieval of nature grassland biomass in Menyuan County，QinghaiProvince experimental area based on Sentinel-2 dataGUO Rui1，FU Shuai1，HOU Meng-jing1，LIU Jie1，MIAO Chun-li1，MENG Xin-yue1，FENG Qi-sheng1，HE Jin-sheng1，2，QIAN Da-wen3，LIANG Tian-gang1*1.College of Pastoral Agriculture Science and Technology，Lanzhou University，State Key Laboratory of Grassland Agro-ecosystem，Key Laboratory of Grassland Livestock Industry Innovation，Ministry of Agriculture and Rural Affairs，Engineering Research Centerof Grassland Industry，Ministry of Education，Lanzhou 730020，China；2.College of Urban and Environmental Science，PekingUniversity，Beijing 100871，China；3.Northwest Institute of Plateau Biology，Chinese Academy of Science，Xining 810008，ChinaAbstract：Above-ground biomass（AGB）is an important indicator for evaluating grassland productivity.Accurateinversion of AGB of natural grassland is of great significance for monitoring grassland growth and evaluating the feedDOI：10.11686/cyxb2022147http：/收稿日期：2022-03-31；改回日期：2022-04-28基金项目：国家重点研发计划（2019YFC0507701），国家自然科学基金（31672484；41805086；41801191），中国工程院咨询研究项目（2022-HZ-5；2021-HZ-5；2020-XZ-29），财政部和农业农村部：国家现代农业产业技术体系和兰州大学中央高校基本科研业务费专项资金（lzujbky-2021-kb13）资助。作者简介：郭芮（1999-），女，甘肃平凉人，在读硕士。E-mail： 通信作者 Corresponding author.E-mail：Vol.32，No.4ACTA PRATACULTURAE SINICA（2023）balance of forage-livestock.As commonly used remote sensing data（such as Landsat and MODIS）suffer from bymany problems caused by low temporal and spatial resolution，it is extremely important to explore Sentinel-2 satellitedata with higher temporal and spatial resolution and more spectral bands in monitoring grassland vegetation at countyscale.In this study，we used Sentinel-2 satellite remote sensing imagery and the AGB data of Menyuan County，Qinghai Province to construct a grassland biological monitoring system based on random forest（RF），support vectormachine（SVM）and artificial neural network（ANN）methods，to study the spatial and temporal distributioncharacteristics of natural grassland biomass in Menyuan County from 2019 to 2021.It was found that：1）The threeoriginal bands（B2，B6，B11）and two vegetation indices，inverted red edge chlorophyll index（IRECI），and pigmentspecific simple ratio chlorophyll index（PSSRa），were the important variables for AGB quantification in naturalgrassland.Among these，red-edge bands（B5，B6，B7）play an important role in remote sensing inversion of naturalgrassland AGB.2）The AGB estimation model based on the RF algorithm was the optimal model（validation set R20.72，RMSE 622.616 kg ha1）for natural grassland biomass estimation in Menyuan County，which was superior tothe SVM model（validation set R20.66，RMSE 698.271 kg ha1）and the ANN model（validation set R20.63，RMSE 730.676 kg ha1）.3）The average value of AGB of natural grassland in Menyuan County from 2019 to 2021ranged from 3360.26-3544.00 kg ha1.In general，the AGB of grassland in Menyuan County from 2019 to 2021showed a trend of initially increasing and then decreasing，with a spatial distribution pattern of gradual decrease fromthe periphery to the middle.Key words：Sentinel-2；aboveground biomass；machine learning；nature grassland；inversion mode高寒草地主要分布在高海拔、高寒而干旱的地区，平均海拔 3000 m，年平均气温 0，年降水量少于 600 mm，由超旱生、耐寒的草本植物组成，是一种非常典型的草地生态系统。青藏高原东北部海北地区高寒草地具有非常重要的生态、经济和社会价值，是牧民赖以生存的基本生产资料和牧区畜牧业经济的物质基础1-2。近年来，由于全球气候变暖、干旱天气频繁、草地长期超载放牧等因素的影响3，高寒草地生态系统呈不同程度的恶化，主要表现为草地群落发生变化，物种多样性锐减，草地生物量降低等4。草地生物量（above ground biomass，AGB）是指单位面积植物积累的有机物总量，不仅是草地长势监测的常用指标，也是研究生态系统碳循环的重要参数5。了解草地地上生物量的空间动态分布情况，对于评价草地初级生产力，及时调整草地载畜量和放牧周期，防止过度放牧及提高草地利用率至关重要6。草地生物量的估测方法有实地测量和遥感估测两种，传统调查往往费时费力、对草地有破坏性；遥感技术具有宏观、连续、长期的对地观测能力，为大范围草地植被生物量的动态监测提供了可能7。近十多年以来，机器学习技术广泛用于经济、养殖业及草地资源监测等各个领域。王晓燕等8基于随机森林（random forest，RF