地形地貌视角下黄土高原植被GPP模拟及空间分异研究

摘要

[目的]揭示在地势起伏影响下植被GPP时空格局特征，进而深入分析地形地貌与植被GPP之间的相互作用机制，为植被碳通量模拟以及空间分异性研究提供新的视角。[方法]采用机器学习模型，基于宏观地形因子构建植被GPP模拟模型。通过谱模型提取6个典型地貌样区的植被GPP空间谱，并运用定性和定量分析方法研究了其空间异质性。[结果]XGBoost模型的模拟精度较好，且引入宏观地形因子特征组模型的决定系数（R²）相较于经典特征组提升11.26%,与微观地形因子特征组相比提高了0.94%,同时均方根误差（RMSE）分别降低了21.27%和2.27%。2003—2023年，黄土高原植被GPP整体上升了19.12%,呈现出东南高西北低的空间分布特征。区域内6种典型样区的GPP在不同地形条件下表现出明显的地形分异性，且普遍随着地形崎岖度的增加，呈现先降后升的波动变化趋势。[结论]地形因子在植被GPP的模拟中起到了关键作用，且宏观地形因子比微观地形因子更能揭示地形起伏对GPP的影响。

关键词

黄土高原 / 植被总初级生产力 / 机器学习 / 数字高程模型 / 谱模型