结合野外采样和集成机器学习的产草量多时空模拟方法

本发明涉及草原生态指标计算领域，具体为结合野外采样和集成机器学习的产草量多时空模拟方法，包括收集野外调查的采样数据，影响天然草地产草量的关键遥感植被指数与周边环境、地形与气候等相关的协变量；集成多个机器学习算法模型进行训练，采用交叉验证评估各算法模型性能；通过优化算法确定各算法模型权重；基于各算法模型的权重建立集成模型；利用集成机器学习模型模拟计算，输出多期产草量空间分布图。本发明采用集成算法构建精准的空间分布模型和时间序列变化模拟，有效集合地理、气候、土壤以及多源遥感数据，利用集成机器学习方法对天然草地产草量进行高分辨率、高精度、多时序的空间模拟，对草畜平衡监测和草地可持续管理极具参考价值。