基于随机森林回归方法的水稻产量遥感估算

• 作者: 于海洋 安秦 杨北萍 陈圣波
• 来源期刊: 中国农业大学学报
• 学科: 农学
• 关键词: 水稻 随机森林回归(RFR) 产量估算 遥感 多元逐步回归
• 年，卷（期）: 2020,（6）
• 页码范围: 26-34
• 页数: 9页
• 分类号: S127|TP753
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2020.06.04

摘要

为寻求高效的水稻产量估算方法,以2017年长春市九台和德惠地区的采样点为样本,遥感数据和气象数据为特征变量,通过对产量与特征变量间的相关性分析与特征变量之间的主成分分析和袋外数据(out-of-data,OOB)变量的重要性分析对特征变量进行选择,以选择后的特征变量为输入变量建立水稻产量估算的随机森林回归(RFR)模型.结果 表明:特征变量优选后的RFR模型对水稻产量估算的精度更高,决定系数R2和平均相对误差MRE分别为0.950和0.060;并将该模型应用到农安地区,以多元逐步回归模型作为比较模型,表明RFR模型的水稻产量估算精度明显优于多元逐步回归模型,RFR模型的R2和MRE分别为0.730和0.090,多元逐步回归模型的R2和MRE分别为0.530和0.120.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于海洋	吉林大学地球探测科学与技术学院	79	96	5.0	8.0
2	陈圣波	吉林大学地球探测科学与技术学院	142	943	15.0	23.0
3	杨北萍	吉林大学地球探测科学与技术学院	2	0	0.0	0.0
4	安秦	吉林大学地球探测科学与技术学院	3	9	1.0	3.0