一种基于特征选择与机器学习的NEP估测方法

本发明公开了一种基于特征选择与机器学习的NEP估测方法，属于生态环境监测与碳循环研究技术领域，所述方法包括：获取目标区域的遥感影像数据和环境因子，对获取到的遥感影像数据执行预处理操作，得到遥感因子；基于遥感因子和环境因子得到影响目标区域的多源数据融合的净生态系统生产力NEP特征并进行筛选，得到预设数量的关键因子并通过极端梯度提升回归算法进行训练；采用沙普利加和解释法对极端梯度提升回归算法训练结果进行解析；通过评价指标对极端梯度提升回归算法进行验证，完成目标区域NEP估测；本发明通过融合多源数据与机器学习技术实现了复杂山地生态系统NEP的高精度估测与驱动机制解析，为生态学研究提供了清晰的机制解释。