期刊专题

10.20091/j.cnki.1000-3177.2024.03.015

堆栈集成学习联合多源数据反演草地土壤水分

引用
为了有效提高机器学习模型反演土壤水分的稳定性和准确性,提出了一种堆栈集成学习模型,组合多种机器学习模型的优势,提升模型的精度和泛化能力.首先,通过相关性分析,得出入射角为42.5°时,观测数据与土壤水分相关性最好;其次,使用水云模型和τ-ω模型构建模拟数据库,与观测数据共同组成反演数据集;最后,利用4种机器学习和堆栈集成学习模型反演稀疏草地的土壤水分.实验结果表明:采用主被动协同比单一主动或被动微波数据的反演结果具有更高的精度;最优堆栈集成学习方法反演结果的决定系数达到0.971 4,均方根误差和平均绝对误差分别达到0.013 6 cm3/cm3和0.010 2 cm3/cm3,均优于最优单一机器学习方法,验证了该方法的有效性.

微波遥感、水云模型、τ-ω模型、机器学习、堆栈集成学习、土壤水分反演

39

TP18;S152.7(自动化基础理论)

国家自然科学基金62371271

2024-08-26(万方平台首次上网日期,不代表论文的发表时间)

共9页

104-112

暂无封面信息
查看本期封面目录

遥感信息

1000-3177

11-5443/P

39

2024,39(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn