摘要
本发明涉及一种考虑空间异质性和残差自相关的森林地上生物量估计方法,包括以下步骤:步骤(1)基于主成分分析的特征筛选;得到26个解释变量的前八个主成分,累计解释方差超过95%;用于减少数据维度,同时保留足够的数据信息。步骤(2)基于地理随机森林算法的森林地上生物量预测;得到局部子模型的森林地上生物量预测值;用于捕捉地理数据的空间异质性,提高预测精度。步骤(3)基于经验贝叶斯克里金算法的残差插值;得到校正后的森林地上生物量预测值;用于修正预测偏差,提高预测精度和稳定性。本发明考虑了空间异质性,能够校正预测偏差,且具有高预测精度和稳定性。
技术关键词
森林地上生物量
算法
估计方法
决策树模型
经验贝叶斯
后向散射系数
数据分布
随机森林
样本
成分分析
合成孔径雷达
地形特征
变量
精度
预测误差
校正
偏差
反射率
数值
系统为您推荐了相关专利信息
软件刷新方法
报文
认证算法
软件包
软件刷新系统
人工蜂群算法
低轨道卫星网络
遗传算法
拓扑图
时延
PID控制方法
非线性
位置控制系统
PID控制算法
数学模型
星载合成孔径雷达
边坡形变监测
三维形变模型
植被
矿山排土场边坡
智能驾驶装置
无缝定位方法
无缝定位系统
点云地图
点云配准算法