首頁 > 期刊 > 自然科學與工程技術(shù) > 信息科技 > 電子信息科學綜合 > 福建電腦 > 千佛山風景區(qū)GPP的k-近鄰模型估算研究 【正文】
千佛山風景區(qū)GPP的k-近鄰模型估算研究
張曉童; 呂聰敏; 王勤穎; 劉乃文 山東管理學院信息工程學院; 濟南250357
- knn模型
- gpp估算
- gee平臺
摘要：為探究濟南千佛山地區(qū)植物光合作用情況,本文選取了濟南市千佛山風景區(qū)作為研究區(qū)域。基于從GoogleEarth Engine(GEE)大數(shù)據(jù)云平臺獲取的遙感數(shù)據(jù),建立了KNN機器學習回歸模型,用來估算GPP;基于從GEE獲取的EVI、NDVI、溫度等遙感數(shù)據(jù),采用KNN回歸模型建立遙感數(shù)據(jù)之間的聯(lián)系,使用模型對測試組數(shù)據(jù)進行預測,采用決定系數(shù)R2、均方根誤差RMSE等相關(guān)精度指標進行精度評價。研究表明模型可以獲得較為精確的GPP預測結(jié)果。
- knn模型
- gpp估算
- gee平臺
摘要：為探究濟南千佛山地區(qū)植物光合作用情況,本文選取了濟南市千佛山風景區(qū)作為研究區(qū)域。基于從GoogleEarth Engine(GEE)大數(shù)據(jù)云平臺獲取的遙感數(shù)據(jù),建立了KNN機器學習回歸模型,用來估算GPP;基于從GEE獲取的EVI、NDVI、溫度等遙感數(shù)據(jù),采用KNN回歸模型建立遙感數(shù)據(jù)之間的聯(lián)系,使用模型對測試組數(shù)據(jù)進行預測,采用決定系數(shù)R2、均方根誤差RMSE等相關(guān)精度指標進行精度評價。研究表明模型可以獲得較為精確的GPP預測結(jié)果。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
