10.13610/j.cnki.1672-352x.20230824.010
基于机器学习的沙漠蝗虫遥感监测
主要研究基于机器学习方法的沙漠蝗虫遥感监测.首先,通过多源遥感数据和沙漠蝗虫地面样本构建了沙漠蝗虫监测数据集;其次,在训练集上构建了多元线性回归、随机森林、BP神经网络以及深度置信网络4种不同模型;最后比较模型在测试集上的预测能力.试验结果表明,基于机器学习的方法能更有效地提取环境变量条件指数的特征,实现对沙漠蝗虫密度分布的预测.其中,随机森林回归模型的预测效果最好,模型在测试集上的决定系数R2为0.971,RMSE为0.057,MAE为0.036,各项评价指标均为最优.
沙漠蝗虫、遥感监测、机器学习
50
P237;S433.2(摄影测量学与测绘遥感)
国家自然科学基金;国家自然科学基金
2023-10-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
738-744