利用机器学习推断土壤温度与归一化植被指数的关系
机器学习
2024-07-23 v1
摘要
气候变化会极大影响植物物候，进而产生重要的反馈效应，如改变碳循环。这些物候反馈效应通常由植物生长季开始或结束日期的变化引起。归一化植被指数 (NDVI) 作为评估绿色植被存在的直观指标，也可用于估算植物的生长季。在本研究中，我们调查了 2014 年至 2019 年间亚北极草地生态系统中，土壤温度对季节开始时间 (SOS)、季节峰值时间 (POS) 和年度最大 NDVI 值 (PEAK) 的影响。我们还探讨了其他气象变量（包括气温、降水和辐照度）对植被物候年际变化的影响。利用机器学习 (ML) 技术和 SHapley 加法解释 (SHAP) 值，我们分析了每个变量对物候预测的相对重要性和贡献。我们的结果揭示了土壤温度与 SOS 和 POS 之间存在显著关系，表明较高的土壤温度会导致生长季的开始和峰值提前。然而，Peak NDVI 值随土壤温度升高仅表现出轻微增加。对其他气象变量的分析展示了它们对植被物候年际变化的影响。最终，本研究增进了我们对土壤温度、气象变量与植被物候之间关系的认识，为在气候变化背景下预测植被物候特征和管理亚北极草地提供了宝贵见解。此外，这项工作为未来基于机器学习的植被物候研究奠定了坚实基础。
引用
@article{arxiv.2312.12258,
title = {Inferring the relationship between soil temperature and the normalized difference vegetation index with machine learning},
author = {Steven Mortier and Amir Hamedpour and Bart Bussmann and Ruth Phoebe Tchana Wandji and Steven Latré and Bjarni D. Sigurdsson and Tom De Schepper and Tim Verdonck},
journal= {arXiv preprint arXiv:2312.12258},
year = {2024}
}
备注
31 pages, 7 figures, 5 tables