典型文献
基于随机森林的极化SAR土壤水分反演及应用
文献摘要：
土壤水分对草原生态环境具有十分重要的意义,其影响着放牧季节的长短,草地生长速度和植被的养分吸收.基于合成孔径雷达(SAR)的土壤水分监测往往受到植被覆盖度和地表粗糙度的影响,机器学习方法不受物理参数的制约,具有很强的非线性拟合能力.文章分别利用三种特征选择方法,基于随机森林进行草原土壤水分反演.通过构建草原土壤水分反演应用示范系统,根据土壤水分反演结果进行土壤水分的旱情监测与报告.
文献关键词：
土壤水分;极化分解;随机森林;合成孔径雷达;干旱监测
中图分类号：
作者姓名：
行敏锋;林清梅;陈林
作者机构：
电子科技大学 资源与环境学院,四川 成都 611731;电子科技大学 长三角研究院(湖州),浙江 湖州 313001;文山学院 人工智能学院,云南 文山 663099
文献出处：
引用格式：
[1]行敏锋;林清梅;陈林-.基于随机森林的极化SAR土壤水分反演及应用)[J].文山学院学报,2022(02):40-44
A类：
放牧季节
B类：
SAR,土壤水分,草原生态,原生态环境,草地,生长速度,养分吸收,合成孔径雷达,植被覆盖度,地表粗糙度,机器学习方法,物理参数,非线性拟合,特征选择,选择方法,行草,草原土壤,应用示范,旱情监测,极化分解,干旱监测
AB值：
0.294063
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
