期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Landsat 8和机器学习的塔城地区草地地上生物量估测模型
1
作者
杨延晓
曹姗姗
+2 位作者
李全胜
张鲜花
孙伟
《湖北农业科学》
2024年第8期66-71,共6页
以新疆塔城地区为研究区,利用植被指数、气象数据、地形数据作为自变量,结合研究区样地实测生物量数据,分析并比较K近邻回归(KNN)、多元线性回归(MLR)、梯度提升决策树(GBDT)和随机森林回归(RF)和极端梯度提升(XGBoost)5种机器学习模型...
以新疆塔城地区为研究区,利用植被指数、气象数据、地形数据作为自变量,结合研究区样地实测生物量数据,分析并比较K近邻回归(KNN)、多元线性回归(MLR)、梯度提升决策树(GBDT)和随机森林回归(RF)和极端梯度提升(XGBoost)5种机器学习模型,进而分析并比较采用投票回归器(Voting regressor)和堆叠(Stacking)方法构建的2种集成学习模型的估测精度。结果表明,基于Stacking集成学习模型性能最优,R^(2)达0.764,RMSE和MAE分别为23.29 g/m^(2)和16.8 g/m^(2),进而利用最优模型进行草地地上生物量(Above ground biomass,AGB)反演制图。
展开更多
关键词
草地地上生物量
Landsat
8
遥感影像
机器学习
估测模型
新疆塔城地区
在线阅读
下载PDF
职称材料
题名
基于Landsat 8和机器学习的塔城地区草地地上生物量估测模型
1
作者
杨延晓
曹姗姗
李全胜
张鲜花
孙伟
机构
新疆农业大学计算机与信息工程学院
新疆农业大学草业学院
中国农业科学院农业信息研究所
出处
《湖北农业科学》
2024年第8期66-71,共6页
基金
国家自然科学基金项目(32271880,31860180)
新疆农业大学2023年度研究生科研创新项目(XJAUGRI2023030)。
文摘
以新疆塔城地区为研究区,利用植被指数、气象数据、地形数据作为自变量,结合研究区样地实测生物量数据,分析并比较K近邻回归(KNN)、多元线性回归(MLR)、梯度提升决策树(GBDT)和随机森林回归(RF)和极端梯度提升(XGBoost)5种机器学习模型,进而分析并比较采用投票回归器(Voting regressor)和堆叠(Stacking)方法构建的2种集成学习模型的估测精度。结果表明,基于Stacking集成学习模型性能最优,R^(2)达0.764,RMSE和MAE分别为23.29 g/m^(2)和16.8 g/m^(2),进而利用最优模型进行草地地上生物量(Above ground biomass,AGB)反演制图。
关键词
草地地上生物量
Landsat
8
遥感影像
机器学习
估测模型
新疆塔城地区
Keywords
above-ground
biomass
(
agb
)of
grassland
Landsat 8
remote sensing image
machine learning
estimation model
Tarbagatay Prefecture,Xinjiang
分类号
S127 [农业科学—农业基础科学]
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Landsat 8和机器学习的塔城地区草地地上生物量估测模型
杨延晓
曹姗姗
李全胜
张鲜花
孙伟
《湖北农业科学》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
