Hyperspectral inversion of carbon, nitrogen and phosphorus stoichiometry of dominant plants in Yancheng Coastal Wetland

PDF HTML阅读 XML下载 导出引用 引用提醒 盐城滨海湿地优势植物碳氮磷生态化学计量高光谱反演 DOI: 10.5846/stxb202202280471 作者: 作者单位: 作者简介: 通讯作者: 中图分类号: 基金项目: 黄海湿地研究院课题项目基金资助项目（20210109）；国家重点研发计划项目（2017YFC0506200） Hyperspectral inversion of carbon, nitrogen and phosphorus stoichiometry dominant plants in Yancheng Coastal Wetland Author: Affiliation: Fund Project: 摘要 | 图/表 访问统计 参考文献 相似文献 引证文献 资源附件 文章评论 摘要:滨海湿地是海陆交界的生态过渡带，是自然界生物多样性最丰富的生态系统之一。湿地植物作为湿地生态系统重要的组成部分，研究其碳、氮、磷生态化学计量特征是了解植物生长状况与适应策略的有效途径。以江苏盐城滨海湿地为研究区，采集互花米草（Spartina alterifora）、芦苇（Phragmites australis）、白茅（Imperata cylindrica）、柽柳（Tamarix chinensis）、盐地碱蓬（Suaeda salsa）共5种优势湿地植物样本及冠层高光谱数据，对植物的碳、氮、磷生态化学计量特征进行高光谱反演研究。结果表示白茅、柽柳与芦苇的最佳反演模型为随机森林（RF）模型，对互花米草反演效果最好的是偏最小二乘（PLSR）模型，而对盐地碱蓬反演精度最高的是BP神经网络（BPNN）模型。研究表明利用高光谱数据可以实现湿地植物碳、氮、磷生态化学计量特征的准确反演，不同模型对于不同湿地植物的反演存在差异，RF模型的反演稳定性最强，是反演湿地植物生态化学计量特征的较优模型。 Abstract:The coastal wetland is an ecological transition zone at the junction sea land, one most biodiverse ecosystems nature. As important part ecosystems, studying eco-stoichiometric characteristics effective way to understand plant growth status adaptation strategies. Taking Jiangsu Province as research area, this paper collected five samples canopy hyperspectral data, including Spartina alterifora, Phragmites australis, Imperata cylindrica, Tamarix chinensis, Suaeda salsa, conducted on eco stoichiometric plants. The results showed that random forest (RF) model was best for P. I. cylindrica T. partial least squares (PLSR) S. with highest accuracy salsa BP Neural Network (BPNN) model. This study shows use data can achieve accurate Different models have different inversions RF has strongest stability a better characteristics.