Identifying the influencing factors of lake surface greenhouse gas concentrations using sentinel-2 remote sensing and machine learning: A case study of bird Island, Qinghai Lake

青藏高原高山湖泊是研究区域碳循环的重要区域，对气候变化高度敏感。然而，湖泊表层温室气体的变化规律及其环境调控机制仍不清楚。本研究以青海湖鸟岛为研究区，基于2021年全年与Sentinel-2卫星过境时段对应的湖泊表层CO₂、CH₄和H₂O实测浓度，结合Sentinel-2遥感影像和ERA5-Land气象数据，采用随机森林（Random Forest, RF）和极端梯度提升（Extreme Gradient Boosting, XGBoost）模型，并借助SHAP方法，识别和预测了影响湖泊表层CO₂、CH₄和H₂O变化的因素及其贡献特征。结果表明，CO₂、CH₄和H₂O表现出明显的季节变化。CO₂浓度的年变化总体呈“V”形模式，生长季浓度低于非生长季。CH₄浓度的年变化幅度相对较小，呈“波浪”形模式。H₂O浓度呈明显的单峰模式，其高值期与CO₂的低值期总体一致。温度和归一化差异水体指数（MNDWI）是影响CO₂、CH₄和H₂O浓度变化的主要预测因子，而H₂O浓度还受到辐射的影响。本研究将观测数据、遥感影像和机器学习相结合，为气候变化下湖泊温室气体浓度的环境预测因子提供了新的见解。