《表6 实验方案信息：基于Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

随机森林算法（random forest，RF）作为一种较新的集成学习算法，可以综合利用多种特征变量建模并评价。将野外测得的植被冠层SPAD值作为因变量；植被指数系列1（原影像的23个植被指数），植被指数系列2（原一阶微分影像、二阶微分影像的23个植被指数），土壤参数（SOM、SMC、EC）分别作为自变量。设立3种方案（表6），在matlab中利用随机森林回归算法分别对采样点的4种植被（棉花、芦苇、大枣、杨树）建立植被叶片SPAD的估算模型。