基于随机森林算法的冬小麦生物量遥感估算模型对比

• 作者: 冯海宽 岳继博 杨贵军
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 遥感 生物量 模型 冬小麦 随机森林 灰色关联
• 年，卷（期）: 2016,（18）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 175-182
• 页数: 8页
• 分类号: S25
• 字数: 6387字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.18.024

摘要

为了寻求高效的冬小麦生物量估算方法，该研究获取了2014年陕西省杨凌区拔节期、抽穗期和灌浆期的冬小麦生物量和对应的RADARSAT-2全极化雷达、GF1-WFV多光谱数据，并利用随机森林算法（random forest，RF）将光谱、雷达后向散射、光学植被指数和雷达植被指数结合进行冬小麦生物量回归建模。将相关系数分析（correlation coefficient， r）、袋外数据（out-of-bag data，OOB）重要性和灰色关联分析(grey relational analysis, GRA)与随机森林算法（RF）进行整合，构建了3种冬小麦生物量估算模型：r-RF、OOB-RF和GRA-RF，并分别利用3种估算模型对冬小麦生物量进行了估算。结果表明：r-RF、OOB-RF和GRA-RF3种模型分别采用3、4、10组数据时，验证决定系数分别为0.70、0.70和0.65，平均绝对误差分别为0.162、0.164和0.172 kg/m2，均方根误差分别为0.218、0.221和0.236 kg/m2，r-RF和OOB-RF比GRA-RF对冬小麦生物量有更好而的预测能力。研究结果证实了随机森林算法对冬小麦生物量进行遥感估算的潜力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨贵军		26	398	10.0	19.0
5	冯海宽		11	139	6.0	11.0
25	岳继博	河南理工大学测绘与国土信息工程学院	5	35	3.0	5.0