原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于随机森林的香港海域海表盐度遥感反演模型_江佳乐
第 卷 第 期 海 洋 通 报 ，
33 3 Vol. 33 No. 3
年 月 MARINE SCIENCE BULLETIN
2014 6 Jun. 2014
Doi ：10. 11840/j. issn. 1001-6392. 2014. 03. 013
基于随机森林的香港海域海表盐度遥感反演模型
江佳乐，刘湘南，刘美玲，毕晓庆
中国地质大学 （北京） 信息工程学院，北京 100083）
（
摘 要：提出了一种基于随机森林反演海盐的算法模型，基于研究海域的实测数据，分析并筛选出与海表盐度敏感性较高的
影响因子（总氮、悬浮固体、温度），利用2003-2008 年共6 期ASTER 影像数据，从中提取、计算敏感因子的光谱参数，结
合相应实测盐度，作为模型的原始数据集，运用R 语言构建随机森林算法对数据进行训练，将训练得到的随机森林用于海表
盐度的预测。结果显示，预测值与实测值之间平均相对误差较小，吻合度高，R2 均在0.85 以上，多数达0.95 以上。研究表
明，基于多因子参数的随机森林反演海表盐度是可行且高效的。
关键词：随机森林；海表盐度；香港海域；ASTER
中图分类号：X55 文献标识码：A 文章编号：1001－6932 （2014）03－0333－09
Remote sensing retrieval model of sea surface salinity in Hong Kong
waters based on the random forest
JIANG Jia-le, LIU Xiang-nan, LIU Mei-ling, BI Xiao-qing
（School of Information Engineering, China University of Geosciences, Beijing 100083, China ）
Abstract ：A method of Sea Surface Salinity （SSS ） inversion model based on random forest was proposed. Based on the
data of the Hong Kong waters, the three factors (total nitrogen, suspended solid, temperature) with higher sensitivity were
chosen. By analyzing the ASTER data from 2003 to 2008, the spectral parameters of the sensitive factors were taken as the
model data set. The random forest obtained through the training by using R was applied to the sea surface salinity forecast.
2
The result showed that th
文档评论（0）