基于隨機森林算法的原始土壤圖更新研究
發(fā)布時間:2021-06-17 04:24
以湖北省黃岡市紅安縣華家河鎮(zhèn)灄水河流域為研究區(qū),利用隨機森林算法(random forest,RF)結(jié)合多源環(huán)境變量,對研究區(qū)原有的土壤圖斑進行分解制圖,將混合多種土壤類型的復(fù)合土壤圖斑進行細(xì)化,在土壤多邊形內(nèi)部畫出新的邊界來代表單一土壤類型,并通過373個實地采樣點驗證更新后的土壤圖。結(jié)果顯示,更新后的土壤圖其制圖精度從原有的63%提高到了76%,展現(xiàn)了更為詳細(xì)的空間細(xì)節(jié)和空間變化信息,表明利用隨機森林算法進行數(shù)字土壤制圖的可行性和可靠性。
【文章來源】:華中農(nóng)業(yè)大學(xué)學(xué)報. 2019,38(03)北大核心CSCD
【文章頁數(shù)】:7 頁
【文章目錄】:
1 材料與方法
1.1 研究區(qū)域概況
1.2研究區(qū)數(shù)據(jù)處理
1.3 樣點設(shè)計
1.4 隨機森林算法模型的建立
2 結(jié)果與分析
2.1 土壤類型分布預(yù)測
2.2 精度驗證指標(biāo)
2.3 驗證點采樣
2.4 精度驗證結(jié)果
3 討 論
本文編號:3234463
【文章來源】:華中農(nóng)業(yè)大學(xué)學(xué)報. 2019,38(03)北大核心CSCD
【文章頁數(shù)】:7 頁
【文章目錄】:
1 材料與方法
1.1 研究區(qū)域概況
1.2研究區(qū)數(shù)據(jù)處理
1.3 樣點設(shè)計
1.4 隨機森林算法模型的建立
2 結(jié)果與分析
2.1 土壤類型分布預(yù)測
2.2 精度驗證指標(biāo)
2.3 驗證點采樣
2.4 精度驗證結(jié)果
3 討 論
本文編號:3234463
本文鏈接:http://sikaile.net/projectlw/zrdllw/3234463.html
最近更新
教材專著