期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于无人机遥感的荒漠草地地上生物量反演研究
1
作者 李文雄 靳瑰丽 +7 位作者 刘文昊 李嘉欣 王生菊 陈梦甜 李超 杜玟霖 萨木尕尔·达吾列提开勒得 叶里达那·赛力克艾力 《草地学报》 北大核心 2025年第4期1258-1266,共9页
荒漠草地地上生物量(Aboveground biomass,AGB)是评估植被状况与荒漠化进程的重要指标。为迅速、精确且高效地评估荒漠草地地上生物量,本研究以新疆伊犁绢蒿(Seriphidium transiliense)荒漠草地为研究区,在植被生长旺季采集草地AGB数据... 荒漠草地地上生物量(Aboveground biomass,AGB)是评估植被状况与荒漠化进程的重要指标。为迅速、精确且高效地评估荒漠草地地上生物量,本研究以新疆伊犁绢蒿(Seriphidium transiliense)荒漠草地为研究区,在植被生长旺季采集草地AGB数据,同步获取无人机(Unmanned aerial vehicle,UAV)数据;选取10种植被指数为特征变量,利用3种机器学习算法构建AGB反演模型,并引入遗传算法(Genetic algorithm,GA)优化模型参数,进而筛选出最佳的AGB反演模型。结果表明:3种算法均表现出较高的预测性能,其中XGBoost模型优势显著,尤其是在融合了4种典型植被指数并采用遗传算法优化后,其预测精度达到最高(R^(2)=0.94,RMSE=3.44),其中RVI贡献最大,占比35%。因此,基于4种典型植被指数并结合GA优化的XGBoost模型被认定为最适用于研究区域草地AGB遥感反演的模型。此研究结果可为监测草地生物量遥感反演方法的选择和精度的提高提供一定参考。 展开更多
关键词 荒漠草地 地上生物量 无人机 极限梯度提升 随机森林 轻量级梯度提升
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部