快速高頻次評估區(qū)域草畜平衡狀況,對于區(qū)域草地保護和經(jīng)濟發(fā)展起到重要作用。本文在GPU平臺上結合多源遙感數(shù)據(jù),構建了一種草畜平衡快速評估方法,并以海北州祁連試驗區(qū)和海晏試驗區(qū)2017—2019年6-9月的月度草畜平衡進行示范計算。結果表明:在牧草產(chǎn)量空間分布上,兩試驗區(qū)的分布范圍隨著時間的推移均呈現(xiàn)逐步減少的趨勢;通過對月度單位面積產(chǎn)草量分析發(fā)現(xiàn),兩試驗區(qū)單位面積產(chǎn)草量均在8月達到峰值,在9月開始下降;針對草畜平衡的分析,在2017—2019年間,祁連試驗區(qū)每月均處于極度超載的情況,僅在每年8月份超載情況有所緩解;相比于祁連試驗區(qū),海晏試驗區(qū)除在每年6月有少量超載情況外,7、8月基本能達到草畜平衡狀態(tài),在9月會出現(xiàn)載畜不足的現(xiàn)象。在草畜平衡快速估測效率方面,相比于隨機森林和CatBoost-CPU模型,CatBoost-GPU模型可以更快地估測大區(qū)域范圍內的產(chǎn)草量。本文可為當?shù)赜嘘P部門及時調整放牧和補飼策略提供技術支撐。 

【文章來源】：科技促進發(fā)展. 2020,16(Z1)CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

試驗區(qū)位置

結合多源遙感數(shù)據(jù)基于CatBoost-GPU方法的產(chǎn)草量估算流程如圖2所示。首先，基于預處理后的多源遙感數(shù)據(jù)進行植被指數(shù)計算并提取相應的波段特征，生成建模數(shù)據(jù)集；其次，對草地產(chǎn)量實測數(shù)據(jù)進行預處理，生成建模所使用的產(chǎn)草量樣本；再次，基于上述兩種數(shù)據(jù)構建CatBoost-GPU模型，估算出大區(qū)域范圍的產(chǎn)草量；最后，利用月動態(tài)系數(shù)進行調整，生成最終的月度產(chǎn)草量。2.2 月度載畜量計算

海晏試驗區(qū)的草畜平衡狀況如表4所示。從表中可以看出，自2017—2019年，該試驗區(qū)每年實際載畜量相差不大，與合理載畜量基本持平，草畜平衡狀況明顯優(yōu)于祁連縣試驗區(qū)。僅在每年6月需要補飼，在牧草生長旺盛的7、8月份基本達到草畜平衡的狀態(tài)，其中2017年8月在實際載畜量之外還存在載畜余力。在冷季9月份，由于家畜出欄，整個地區(qū)出現(xiàn)載畜不足的情況。3.3.2 相關建議

【參考文獻】：
期刊論文
[1]基于遙感估產(chǎn)的2006—2015年青海果洛與玉樹地區(qū)草畜平衡分析[J]. 呂鑫,王卷樂,康海軍,韓雪華.  自然資源學報. 2018(10)
[2]青海省草畜平衡遙感監(jiān)測評估研究[J]. 蔡福,王學江,井梅秀,蘇妍,包海忠.  中國農(nóng)業(yè)信息. 2018(03)
[3]基于MODIS的青海草原產(chǎn)草量及載畜平衡估算[J]. 劉建紅,黃鑫,何旭洋,申克建.  草業(yè)科學. 2018(10)
[4]基于多源遙感協(xié)同反演的區(qū)域性土壤鹽漬化監(jiān)測[J]. 馮雪力,劉全明.  農(nóng)業(yè)機械學報. 2018(07)
[5]關于季節(jié)放牧地月適宜載畜量計算方法的探討——以青海省荷日恒村為例[J]. 張雅嫻,樊江文,張海燕,王穗子.  草業(yè)科學. 2018(05)
[6]三江源區(qū)河南縣天然草場草畜營養(yǎng)平衡關系研究[J]. 郝力壯,韓小東,牛建章,張曉衛(wèi),項洋,王迅,柴沙駝,龍瑞軍,劉書杰.  草地學報. 2018(02)
[7]祁連縣天然草地地上生物量及草畜平衡研究[J]. 張福平,王虎威,朱藝文,張枝枝,李肖娟.  自然資源學報. 2017(07)
[8]基于GPU的并行克里格及其在儲量估算中的應用[J]. 楊昭穎,鄧維科,張光妲,余先川.  北京師范大學學報(自然科學版). 2017(02)
[9]基于Landsat8遙感影像青海省草地產(chǎn)草量監(jiān)測研究[J]. 李娜,李婷,王苑,喬占明.  青海大學學報. 2016(05)
[10]中國草地資源的現(xiàn)狀分析[J]. 沈海花,朱言坤,趙霞,耿曉慶,高樹琴,方精云.  科學通報. 2016(02)



本文編號：3258480