| 农田生态系统碳通量遥感估算方法研究 |
| |
| 引用本文： | 吴江梅,田泽众,张海洋,刘凯迪,李民赞,张瑶.农田生态系统碳通量遥感估算方法研究[J].农业机械学报,2022,53(S1):224-231. |
| |
| 作者姓名： | 吴江梅 田泽众 张海洋 刘凯迪 李民赞 张瑶 |
| |
| 作者单位： | 中国农业大学 |
| |
| 基金项目： | 国家自然科学基金项目（41801245）和国家重点研发计划中英国际合作项目 (2019YFE0125500) |
| |
| 摘 要： | 为实现农田生态系统碳通量动态监测，提出一种基于Landsat系列多源遥感数据的农田生态系统碳通量估算方法。以美国东北部内布拉斯加州大学农业研发中心的3块试验田地为研究区域，并结合AmeriFlux公开的对应通量站点数据进行后续建模分析。从气候变量、土壤性质、植物性状3方面综合出发，优选与农田生态系统碳通量密切相关的遥感因子，构建覆盖农田生态过程关键环节的全遥感要素数据集。随后，构建基于随机森林(Random forest，RF)的农田碳通量回归预测模型，相比于岭回归模型和套索模型，该模型在农田生态系统碳通量估算方面效果更优，其决定系数(Coefficient of determination，R2)达到0.94，均方根误差（RMSE）为4.281g/(m2·d)。基于随机森林模型进行因子的重要性分析可知，DVI、 NDWI、MSAVI、NRI、NDVI对碳通量估算的贡献度分别为35.6%、25.8%、12.2%、7.8%、5.2%。在以上研究基础上，通过农田生态系统碳收支时空演变特性分析可知，内布拉斯加州2013年作物生育期内的7、8月时农田碳汇能力最强，在种植初期大豆和玉米均呈现弱碳源，且玉米的碳源能力更强，在生长高峰期时玉米和大豆均呈碳汇，且玉米碳汇能力更强。本研究为农田生态系统碳收支精准估算，进而指导农业生产提供理论支持。
|
| 关 键 词： | 农田生态系统 二氧化碳净交换量 随机森林 多源卫星遥感 玉米 大豆 |
| 收稿时间： | 2022/6/11 0:00:00 |
Remote Sensing Estimation Method of Carbon Flux in Farmland Ecosystem |
| |
| WU Jiangmei,TIAN Zezhong,ZHANG Haiyang,LIU Kaidi,LI Minzan,ZHANG Yao.Remote Sensing Estimation Method of Carbon Flux in Farmland Ecosystem[J].Transactions of the Chinese Society of Agricultural Machinery,2022,53(S1):224-231. |
| |
| Authors: | WU Jiangmei TIAN Zezhong ZHANG Haiyang LIU Kaidi LI Minzan ZHANG Yao |
| |
| Institution: | China Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | farmland ecosystem net ecosystem exchange random forest multi-source satellite remote sensing corn soybean |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
