基于随机森林回归算法的小麦叶片SPAD值遥感估算

• 作者: 周旭东 朱新开 王丽爱 訾妍 郭文善 马昌
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 小麦叶片 SPAD 遥感反演 随机森林算法 支持向量回归 BP神经网络
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 259-265
• 分类号: TP79|Q945.11
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.01.036

摘要

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型.以2010-2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱新开	扬州大学江苏省作物遗传生理重点实验室	117	2756	28.0	50.0
2	郭文善	扬州大学江苏省作物遗传生理重点实验室	131	3077	29.0	52.0
3	周旭东	扬州大学信息工程学院	14	163	6.0	12.0
4	王丽爱	扬州大学江苏省作物遗传生理重点实验室	15	135	5.0	11.0
5	马昌	扬州大学江苏省作物遗传生理重点实验室	1	73	1.0	1.0
6	訾妍	扬州大学江苏省作物遗传生理重点实验室	2	73	1.0	2.0