基于優(yōu)化植被指數(shù)的蘆葦?shù)厣仙锪扛吖庾V估算

打開文本圖片集

摘 要：基于93個(gè)濕地蘆葦?shù)厣仙锪浚ˋGB）實(shí)測(cè)樣本數(shù)據(jù)和原始光譜（R）反射率及其數(shù)學(xué)變換，包括一階微分（R′）、二階微分（R"）、倒數(shù)（1/R）和積分（∫R），采用競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法（Competitive Adaptive Reweighted Sampling，CARS），進(jìn)行敏感波段篩選后，采用逐波段組合法（Band Combination Index， BCI）構(gòu)建19種不同組合形式的雙波段和三波段優(yōu)化植被指數(shù)，使用極端梯度提升（eXtreme Gradient Boosting， XGBoost），提升回歸樹（Boosted Regression Tree， BRT）和隨機(jī)森林（Random Forest， RF）三種算法，基于優(yōu)化植被指數(shù)分別建立蘆葦AGB的預(yù)測(cè)模型。（剩余9224字）