机器学习算法在森林生长收获预估中的应用

• 作者: 雷相东
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 森林生长收获预估 回归 分类 机器学习算法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 综合述评
• 页码范围: 23-36
• 页数: 14页
• 分类号: S758.5
• 语种: 中文
• DOI: 10.12171/j.1000-1522.20190356

摘要

森林生长收获预估是森林经理学的一个重要方向,采用模型技术进行森林生长收获估计是森林经营决策的重要前提.传统的统计模型如线性及非线性回归模型、混合效应模型、分位数回归、度量误差模型等统计方法已被广泛应用于研究林木生长,但这些统计方法在应用时常常需满足一定的统计假设前提,诸如数据独立、正态分布和等方差等.由于森林生长数据的连续观测和层次性,上述假设通常难以满足.近年来随着人工智能技术的发展,机器学习算法为森林生长收获预估提供了一种新的手段,它具有对输入数据的分布形式没有假设前提、能够揭示数据中的隐含结构、预测结果好等优点,但在森林生长收获预估中的应用仍十分有限.文章对分类和回归树、多元自适应样条、bagging回归、增强回归树、随机森林、人工神经网络、支持向量机、K最近邻等方法在森林生长收获预估中的应用、软件及调参等进行了综述,讨论了机器学习方法的优势和挑战,认为机器学习方法在森林生长收获预估方面有很大的潜力,必将得到广泛应用,并和传统统计模型相结合成为生长收获模型发展的一种趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷相东	中国林业科学研究院资源信息研究所	107	2973	30.0	51.0