基于随机森林模型的海拉尔河流域草地生物量评估及气候与人类活动驱动机制解析

本研究结合改进随机森林（RF）算法与归一化土壤指数（NDSI），精准估算了2013–2023年海拉尔河流域草地地上生物量（AGB），揭示气候因子（降水、气温、地表温度LST）与人类活动（退牧还草、城市化）对AGB的协同驱动机制，为半干旱区草地生态保护与气候政策制定提供科学依据。

研究区域概览

海拉尔河流域（东经117°45′–122°28′，北纬47°34′–50°16′）位于中国内蒙古自治区东北部，是呼伦贝尔草原的重要组成部分（图1）。该区域地形以丘陵和草原为主（L. Wang et al., 2024），具有典型的温带半干旱大陆性气候特征，冬季寒冷干燥，夏季温暖湿润（Xue et al., 2022）。流域内包含多样草地类型，如典型草原、干旱草原等。

数据来源

2015年至2019年，我们在每年7月和8月的生长季期间，于海拉尔河流域采集了179个草地样本（0.5×0.5米）。在此期间，我们还采集了流域外的65个样本作为独立数据集，用于验证模型的泛化能力。样本分布旨在覆盖研究区内不同地理位置和生态条件，确保数据的广泛代表性。我们根据地理多样性选择了采样点。

机器学习模型的建立

为分析草地AGB的影响因素，我们采用系统性方法筛选适宜的植被指数。通过GEE平台从179个采样点提取植被指数值，并利用皮尔逊相关性分析和重要性分析，获取各指标与AGB的相关性及贡献度（图3）。综合得分由相关性（权重50%）和重要性（权重50%）共同计算得出，我们依据综合得分选择最终输入模型的指标。

草地AGB监测模型的优化与应用

构建草地AGB监测模型对草地资源管理与生态评估至关重要（Kumar et al., 2015）。输入随机森林（RF）模型的参数（NDVI、RVI、EVI、FVC、LAI和NDSI）表现优异，其中前五个指数在既往研究中已证明在该区域具有良好的预测性能（Chang et al., 2024; D. Yang et al., 2024）。我们的模型取得了优于现有区域模型的性能（R²=0.87）。

结论

草地生态系统在全球生物多样性和碳循环中扮演关键角色，既是重要生态屏障，也是生计来源。然而，气候变化与人类活动的双重压力正日益威胁其功能。本研究通过将RF算法与NDSI结合，显著提升了2013–2023年海拉尔流域AGB估算精度，揭示了过去十年来草地生态系统整体改善的趋势。