《表4 建模样本和验证样本统计》
本文基于随机森林选择最优水分指数建立估算植被等效水厚度的模型。以植被指数为自变量,EWT为因变量,构建RF-PLS、RF-SVM、RF-GA-SVM等效水厚度遥感估算模型,并采用上述评价指标对3种模型进行精度验证。为不失一般性,将PRO4SAIL模拟的水分指数和EWT随机抽取70组作为训练样本,实测的25组EWT作为验证数据。EWT估算模型样本构建表如表4所示。本文SVM算法中核函数选用高斯核函数,惩罚参数C为1,核函数参数σ取1。在GA-SVM回归算法中设置遗传算法寻优初始参数C、σ的范围为0-100,种群数量为20,最大寻优次数为1000,最终得到的best C=0.48075,bestσ=8.4211。基于以上3种算法,得到3个模型的EWT预测数据,通过与对应的EWT实测值比较,评价不同模型预测能力,同时对EWT实测值和预测值进行回归分析,绘制3种模型EWT实测值和预测值的1:1线。
图表编号 | XD00130853400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 郭云开、张晓炯、许敏、刘雨玲、钱佳、章琼 |
绘制单位 | 长沙理工大学交通运输工程学院、长沙理工大学测绘遥感应用技术研究所、长沙理工大学交通运输工程学院、长沙理工大学测绘遥感应用技术研究所、长沙理工大学交通运输工程学院、长沙理工大学测绘遥感应用技术研究所、长沙理工大学交通运输工程学院、长沙理工大学交通运输工程学院、长沙理工大学交通运输工程学院 |
更多格式 | 高清、无水印(增值服务) |