Scidown文献预览系统!
在混合植被景观上使用机器学习建模树冠高度( Modeling tree canopy height using machine learning over mixed vegetation landscapes )
H Wang T Seaborn Z Wang CC Caudill TE Link
虽然随机森林算法已广泛应用于遥感数据预测森林特征,如树冠高度,但在建模过程中往往忽略了空间非平稳性的影响。以往的研究提出了局部尺度下的空间方差处理方法,但很少研究树冠高度模型中残差的空间自相关模式,也很少研究树冠高度与模型性能之间的关系。将LiDAR和Landsat数据集相结合,采用空间加权地理随机森林(GRF)和传统随机森林(TRF)方法,对复杂山地混合干林地的林冠高度进行了预测。TRF模型与GRF模型的比较表明,后者可以降低预定义的极值残差,从而使模型的性能相对更强。此外,模型性能与真冠层高度变化程度之间的关系在不同的高度分位数内有很大差异。当相应的林冠高度较高(>95%分位数)和较低(<中位数)时,两种模型都可能存在低估和高估。该研究为考虑空间非平稳性时林冠高度与随机森林模型预测能力之间的关系提供了重要的见解。结论表明,在利用遥感数据对冠层高度等属性进行建模时,应根据工程实际需要选择局部效应和全局效应相结合的最优模型。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】