基于CatBoost算法的蓝莓生态适宜性评估模型

摘要：

为更好地评估蓝莓生态适宜性,合理选择蓝莓种植区域,提出一种基于CatBoost算法的蓝莓生态适宜性评估模型.以贵州黔东南州麻江县为例,利用地形数据、气象数据和土壤数据等10个特征因子,利用CatBoost算法构建蓝莓生态适宜性评估模型,并基于地理信息系统开展全县的蓝莓生态适宜性区划.实验结果表明:CatBoost(CB)模型具有最佳的表现性能,AUC得分为0.897,比逻辑回归(Logistic Regression,LR)、支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)模型分别高4.9％、3.8％、2.5％,并且在精确率、召回率和F1-score方面都有着优异表现,该模型适宜性分类结果与麻江县实际蓝莓种植情况吻合度最高,对蓝莓种植区域选取具有重要参考价值.

关键词：蓝莓、生态适宜性、机器学习、CatBoost、区划

所属期刊栏目：51

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金;国家自然科学基金;贵州省教育厅创新群体项目;贵州省科技计划项目;贵州省科技支撑计划

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：206-212