一种基于随机森林算法的植物滞尘能力检测方法技术

本发明专利技术涉及一种基于随机森林算法的植物滞尘能力检测方法，包括：获取植物在各个波段的光谱反射率的一阶倒数以及对应的表征植物滞尘能力的滞尘量数据；根据植物在各个波段的光谱反射率的一阶倒数和对应的滞尘量数据，利用第一随机森林算法，筛选获得反演波段；根据筛选的反演波段，获得反演波段对应的光谱反射率一阶倒数以及对应的滞尘量数据；采用grid‑search算法和第二随机森林算法构建滞尘反演模型；将待测植物在反演波段的光谱反射率一阶倒数输入到滞尘反演模型中，获得滞尘量数据。采用第一随机森林算法实现快速、准确地筛选出反演波段，结合grid‑search算法和第二随机森林算法，建立滞尘反演模型，进而实现对植物滞尘量准确估算。

【技术实现步骤摘要】
一种基于随机森林算法的植物滞尘能力检测方法
本专利技术涉及环境监测与评价
，特别是涉及一种基于随机森林算法的植物滞尘能力检测方法。
技术介绍
随着工业化和城市化的迅速发展，城市大气污染日趋严重，“灰霾”天气频频出现，给人类的正常生产生活和人体的身体健康状况等都造成了严重的影响。“灰霾”是指大量非常细小的干燥尘粒、烟粒、盐粒等颗粒物均匀悬浮于空气中，从而导致空气混浊、能见度变差的现象，而粉尘等颗粒物含量的超标是造成“灰霾”的主要原因之一。因此，如何有效控制粉尘污染已成为改善城市空气质量需要解决的主要问题。植物是缓解城市灰霾的一个自然“武器”，繁茂的冠层，有降低风速的作用，空气中颗粒较大的粉尘会随着风速地降低而沉降到植物叶表或者地面，从而产生滞尘效应。此外，植物叶片表面的各种特性也能促进粉尘颗粒的吸附，而灰尘覆盖的叶片经雨水冲刷后又能重新恢复除尘能力。由此可见，植物的滞尘效应已成为筛选城市绿化植物的一个重要指标。因此，如何评估植物的滞尘量已成为当前研究的重点。
技术实现思路
基于此，本专利技术的目的在于，提供一种基于随机森林算法的植物滞尘能力检测方法，其具有快速准确估算出植物滞尘量的优本文档来自技高网...

【技术保护点】
1.一种基于随机森林算法的植物滞尘能力检测方法，其特征在于，包括如下步骤：获取植物在各个波段的光谱反射率的一阶倒数以及对应的表征植物滞尘能力的滞尘量数据；根据植物各个波段的光谱反射率的一阶倒数和对应的滞尘量数据，利用第一随机森林算法，筛选获得反演波段；根据筛选的反演波段，获得反演波段对应的光谱反射率一阶倒数以及对应的滞尘量数据；根据反演波段对应的光谱反射率一阶倒数以及对应的滞尘量数据，采用grid‑search算法和第二随机森林算法构建滞尘反演模型；将待测植物在反演波段的光谱反射率一阶倒数输入到滞尘反演模型中，获得滞尘量数据。

【技术特征摘要】
1.一种基于随机森林算法的植物滞尘能力检测方法，其特征在于，包括如下步骤：获取植物在各个波段的光谱反射率的一阶倒数以及对应的表征植物滞尘能力的滞尘量数据；根据植物各个波段的光谱反射率的一阶倒数和对应的滞尘量数据，利用第一随机森林算法，筛选获得反演波段；根据筛选的反演波段，获得反演波段对应的光谱反射率一阶倒数以及对应的滞尘量数据；根据反演波段对应的光谱反射率一阶倒数以及对应的滞尘量数据，采用grid-search算法和第二随机森林算法构建滞尘反演模型；将待测植物在反演波段的光谱反射率一阶倒数输入到滞尘反演模型中，获得滞尘量数据。2.根据权利要求1所述的基于随机森林算法的植物滞尘能力检测方法，其特征在于，所述根据植物在各个波段的光谱反射率的一阶倒数和对应的滞尘量数据，利用第一随机森林算法，筛选获得反演波段的步骤，包括：以各波段光谱反射率的一阶倒数和对应的滞尘量数据作为输入，构建第一随机森林模型，并根据所述第一随机森林模型获取各波段的重要性得分；将各波段的重要性得分按照从大到小的顺序依序累加，直至累加的重要性得分AccuFI满足AccuFI≥F时才停止累加；其中，F为预设的重要性阈值；筛选参与累加的波段作为反演波段。3.根据权利要求2所述的基于随机森林算法的植物滞尘能力检测方法，其特征在于，所述以各个波段的光谱反射率的一阶倒数和对应的滞尘量数据作为输入，构建第一随机森林模型，并根据所述第一随机森林模型获取各波段的重要性得分的步骤，包括：将所有波段的光谱反射率一阶导数和对应的滞尘量作为样本集；其中，样本集中的每个样本均包括各个波段的光谱反射率的一阶倒数以及对应的滞尘量数据；用抽样有放回的方法从样本集中随机抽取n个样本作为n个样本子集；其中，未被抽取的样本称为袋外数据；对每一个样本子集，构建原始的分类树，每一棵树都是一个独立的分类与回归树，在每一棵树的每一个节点内建立自变量与因变量之间的关系；在每个节点处随机选出建模因子进行构建拆分，以选出最优方案，进而构建出随机森林模型，并求取每棵树的预测结果；在保持其他波段的光谱反射率的一阶倒数不变的情况下，打乱样本中第i个波段的光谱反射率的一阶倒数的顺序，然后再计算某一棵树第i个波段的光谱反射率的一阶倒数被打乱顺序前后的袋外数据的预测误差的差值；计算每棵树打乱顺序前后的袋外数据的预测误差的差值的平均值，作为第i个波段的重要性得分，以此获得各波段的重要性得分。4.根据权利要求1所述的基于随机森林算法的植物滞尘能力检测方法，其特征在于，所述采用grid-search算法和第二随机森林算法构建滞尘反演模型的步骤，包括：将反演波段的光谱反射率一阶导数和对应的滞尘量数据作为样本集；其中，样本集中的每个样本分别包括其中一个反演波段的光谱反射率的一阶倒数以及对应的滞尘量数据。用抽样有放回的方法从样本集中随机抽取n个样本作为n个样本子集；对每一个样本子集，构建原始的分类树，每一棵树都是一个独立的分类与回归树，在每一棵树的每一个节点内建立...

【专利技术属性】
技术研发人员：张晨，周成虎，周霞，荆文龙，王重洋，姜浩，
申请(专利权)人：广州地理研究所，
类型：发明
国别省市：广东,44