《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》
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。
图表编号 | XD0060302400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 顾峰、丁建丽、葛翔宇、高石宝、王敬哲 |
绘制单位 | 新疆大学资源与环境科学学院、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、浙江大学地球科学学院、新疆大学资源与环境科学学院、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |