| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题的研究背景 | 第7-8页 |
| 1.2 相关概念 | 第8-9页 |
| 1.2.1 碳源汇相关概念 | 第8页 |
| 1.2.2 总初级生产力相关概念 | 第8页 |
| 1.2.3 机器学习及大数据相关概念 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 调查实测法 | 第9页 |
| 1.3.2 涡度相关通量观测 | 第9-10页 |
| 1.3.3 模型模拟 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 研究区与数据 | 第13-21页 |
| 2.1 研究区域概况 | 第13-14页 |
| 2.2 研究数据 | 第14-15页 |
| 2.3 GEE平台 | 第15-19页 |
| 2.3.1 GEE平台获取数据方法 | 第16-17页 |
| 2.3.2 使用GEE平台计算普氏原羚生活区npp | 第17-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 随机森林算法对GPP的预测研究 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 研究方法 | 第21-22页 |
| 3.3 随机森林回归方法 | 第22页 |
| 3.4 回归预测特征重要性和模型参数 | 第22-25页 |
| 3.5 随机森林回归模型预测结果 | 第25-26页 |
| 3.6 本章小结 | 第26-29页 |
| 第四章 其他机器学习方法估算GPP | 第29-35页 |
| 4.1 引言 | 第29页 |
| 4.2 研究方法 | 第29-30页 |
| 4.3 实验结果分析 | 第30-31页 |
| 4.4 机器学习回归模型预测结果 | 第31-33页 |
| 4.5 本章小结 | 第33-35页 |
| 第五章 MODIS数据对比 | 第35-39页 |
| 5.1 MOD17 介绍 | 第35-36页 |
| 5.2 MODIS数据分析对比 | 第36-39页 |
| 第六章 结论与展望 | 第39-41页 |
| 6.1 论文主要研究内容及结论 | 第39页 |
| 6.2 下一步工作 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士期间的主要成果 | 第44-45页 |
| 致谢 | 第45页 |