摘要
本申请公开了一种多模型优化集成的植被总初级生产力估算方法与系统,属于遥感技术领域,包括:构建多个动态植被子模型,各模型根据自身初始化和状态设定独立运行,模拟生成各自的GPP结果;优化模型权重,将各子模型模拟的GPP结果作为自变量,将同期的卫星观测GPP遥感数据作为因变量,应用XGBoost算法构建模型并进行超参数优化,获得子模型权重;根据子模型权重形成集成模型;利用该集成模型对预设的长时间序列的植被总初级生产力进行估算,以获得估算结果。本发明通过XGBoost优化多模型集成权重,改善了传统方法集成方式单一、权重分配不合理导致GPP估算精度低的问题。
技术关键词
总初级生产力
XGBoost算法
植被
多模型
超参数
动态
非线性多变量
时间段
卫星观测数据
表达式
可读存储介质
估算系统
误差
训练集
数学
处理器
遥感技术
集成模块
序列
系统为您推荐了相关专利信息
动态评估方法
BIM技术
健康状态监测
网络模块
随机森林
轴箱振动加速度
高速列车车轮
粗糙度
识别方法
神经网络结构
形态分类方法
BiLSTM模型
波形
量子粒子群算法
时间差
三维模型构建方法
偏差
地形三维模型
生成无人机
图像采集设备