随机森林回归模型的悬浮泥沙浓度遥感估算
方馨蕊; 温兆飞; 陈吉龙; 吴胜军; 黄远洋; 马茂华
刊名遥感学报
2019
卷号23期号:4页码:756
ISSN号1007-4619
英文摘要三峡工程蓄水以来,清水下泄,坝下游河段发生了长时间、长距离的沿程冲刷,河流悬浮泥沙浓度发生改变,给沿岸生态系统带来了不利影响。随机森林算法灵活、稳健,已被广泛应用于各类生态环境变量的回归预测分析,但其在水体悬浮泥沙浓度估算方面的能力尚未得到充分认识。基于泥沙站点监测数据和MODIS卫星遥感反射率数据,通过构建随机森林非参数回归预测模型,对三峡工程坝下游宜昌至城陵矶河段在建坝前后14年间(2002年—2015年)各月的悬浮泥沙浓度进行遥感估算。研究表明:(1)基于随机森林的悬浮泥沙浓度估算模型表现较好,模型预测值与实测值间相关性好、预测精度高,优于其他模型(线性回归、支持向量机、人工神经网络模型)。(2)在参与模型构建的MODIS波段变量中,红波段被认为是最重要的预测变量,但不能单独使用它进行预测,悬浮泥沙遥感预测需要多变量共同参与。(3)将悬浮泥沙数据按季节分类所构建的随机森林模型,其平均误差为0.46 mg/L,平均相对均方根误差为12.33%,估算效果最优,能够满足较高精度下悬浮泥沙浓度估算的需求。综上,可以考虑以季节为划分依据,用随机森林回归模型估算悬浮泥沙浓度,并用于后期坝下游河道悬浮泥沙浓度时空反演。
语种英语
内容类型期刊论文
源URL[http://119.78.100.138/handle/2HOD01W0/9116]  
专题中国科学院重庆绿色智能技术研究院
作者单位中国科学院重庆绿色智能技术研究院
推荐引用方式
GB/T 7714
方馨蕊,温兆飞,陈吉龙,等. 随机森林回归模型的悬浮泥沙浓度遥感估算[J]. 遥感学报,2019,23(4):756.
APA 方馨蕊,温兆飞,陈吉龙,吴胜军,黄远洋,&马茂华.(2019).随机森林回归模型的悬浮泥沙浓度遥感估算.遥感学报,23(4),756.
MLA 方馨蕊,et al."随机森林回归模型的悬浮泥沙浓度遥感估算".遥感学报 23.4(2019):756.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace