基于机器学习的沙漠蝗虫遥感监测

作者：王佳琦; 胡晶欣; 张洪艳^*

来源：安徽农业大学学报, 2023, 50(04): 738-744.

DOI：10.13610/j.cnki.1672-352x.20230824.010

• 沙漠蝗虫
• 遥感监测
• 机器学习

主要研究基于机器学习方法的沙漠蝗虫遥感监测。首先，通过多源遥感数据和沙漠蝗虫地面样本构建了沙漠蝗虫监测数据集；其次，在训练集上构建了多元线性回归、随机森林、BP神经网络以及深度置信网络4种不同模型；最后比较模型在测试集上的预测能力。试验结果表明，基于机器学习的方法能更有效地提取环境变量条件指数的特征，实现对沙漠蝗虫密度分布的预测。其中，随机森林回归模型的预测效果最好，模型在测试集上的决定系数R2为0.971,RMSE为0.057,MAE为0.036，各项评价指标均为最优。

• 单位
  武汉大学; 武汉大学测绘遥感信息工程国家重点实验室