Inferring the relationship between soil temperature and the normalized difference vegetation index with machine learning

要約

気候の変化は植物の季節学に大きな影響を与える可能性があり、炭素循環の変化など重要なフィードバック効果をもたらす可能性があります。
これらの生物季節学的フィードバック効果は、多くの場合、植物の成長期の開始日または終了日のずれによって引き起こされます。
正規化差異植生指数 (NDVI) は、緑の植生の存在を評価するための簡単な指標として機能し、植物の成長期の推定値も提供します。
本研究では、2014年までの亜寒帯草原生態系における季節の始まりのタイミング（SOS）、季節のピークのタイミング（POS）、および年間最大NDVI値（PEAK）に対する土壌温度の影響を調査しました。
また、気温、降水量、日射量などの他の気象変数が植生季節学の年々変動に及ぼす影響も調査しました。
機械学習 (ML) 技術と SHapley Additive exPlanations (SHAP) 値を使用して、季節予測に対する各変数の相対的な重要性と寄与を分析しました。
私たちの結果は、土壌温度と SOS および POS との間に有意な関係があることを明らかにし、土壌温度が高いほど生育期の開始とピークが早まるということを示しています。
ただし、土壌温度が高くなると、ピーク NDVI 値はわずかに増加するだけでした。
他の気象変数の分析により、それらが植生季節の年々変動に与える影響が実証されました。
最終的に、この研究は土壌温度、気象変数、植生季節学の間の関係に関する知識に貢献し、植生季節学の特徴を予測し、気候変動に直面して亜寒帯草原を管理するための貴重な洞察を提供します。
さらに、この研究は、将来の ML ベースの植生季節学の研究に強固な基盤を提供します。

要約(オリジナル)

Changes in climate can greatly affect the phenology of plants, which can have important feedback effects, such as altering the carbon cycle. These phenological feedback effects are often induced by a shift in the start or end dates of the growing season of plants. The normalized difference vegetation index (NDVI) serves as a straightforward indicator for assessing the presence of green vegetation and can also provide an estimation of the plants’ growing season. In this study, we investigated the effect of soil temperature on the timing of the start of the season (SOS), timing of the peak of the season (POS), and the maximum annual NDVI value (PEAK) in subarctic grassland ecosystems between 2014 and 2019. We also explored the impact of other meteorological variables, including air temperature, precipitation, and irradiance, on the inter-annual variation in vegetation phenology. Using machine learning (ML) techniques and SHapley Additive exPlanations (SHAP) values, we analyzed the relative importance and contribution of each variable to the phenological predictions. Our results reveal a significant relationship between soil temperature and SOS and POS, indicating that higher soil temperatures lead to an earlier start and peak of the growing season. However, the Peak NDVI values showed just a slight increase with higher soil temperatures. The analysis of other meteorological variables demonstrated their impacts on the inter-annual variation of the vegetation phenology. Ultimately, this study contributes to our knowledge of the relationships between soil temperature, meteorological variables, and vegetation phenology, providing valuable insights for predicting vegetation phenology characteristics and managing subarctic grasslands in the face of climate change. Additionally, this work provides a solid foundation for future ML-based vegetation phenology studies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google