基于支持向量回归(SVR)和多时相遥感数据的冬小麦估产

• 作者: 徐新刚 李存军 杨小冬 潘瑜春 王纪华 黄文江 黎锐
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: SVR 多时相遥感 估产 NDVI
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 114-117
• 页数: 4页
• 分类号: TP79|S127
• 字数: 3474字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2009.07.021

摘要

发展和构建高精度的作物遥感估产模型,对于国家制订粮食进出口政策和保障粮食安全具有重要意义.尝试利用支持向量回归方法(SVR)构建遥感估产模型,首先利用北京郊区2004年和2007年冬小麦主要生育期多时相Landsat TM影像生成的归一化植被指数,通过SVR构建遥感估产模型进行产量估算.然后针对模型的稳健型和预报能力进行交叉验证,并与常规的多元回归方法进行对比.结果表明,利用SVR方法构建的遥感估算模型有效地提高了估算精度,与多元回归方法相比,2004年和2007年决定系数分别提高0.2162、0.2158,均方根误差分别降低0.1682、0.2912.因此基于SVR和多时相遥感数据构建估产模型用于冬小麦估产是可行、有效的,为应用多时相遥感数据进行冬小麦估产提供了一种方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文江		124	4252	39.0	57.0
2	王纪华		205	6742	46.0	66.0
3	潘瑜春		105	2258	24.0	44.0
4	李存军		29	1001	20.0	29.0
5	徐新刚		16	438	11.0	16.0
6	杨小冬		5	51	3.0	5.0
7	黎锐		2	63	2.0	2.0