基于机器学习的新疆植被覆盖变化及其影响因子之间的关系

来源：湖北农业科学杂志2024年第8期北京时间：

作者：马楠1, 蔡朝朝1,2, 白涛1,2

单位：1.新疆农业大学计算机与信息工程学院,乌鲁木齐 830052; 2.新疆农业信息化工程技术研究中心,乌鲁木齐 830052

摘要：以新疆植被覆盖变化及其影响因子之间的关系作为研究对象,通过比较多元线性回归、随机森林回归、XGBoost、支持向量机回归,优选出精度最高的模型,依据最优模型计算出的属性重要程度,对15个影响因子进行重组并分析,探索了气温、降水量、辐射量、潜在蒸发、经度、纬度、高程、地貌类型、坡度、坡向、人类影响指数、径流、土壤类型、土壤湿度、植被类型15个影响因子对植被覆盖变化的影响。结果表明,XGBoost模型对归一化植被指数（NDVI）预测准确率最高,随机森林回归次之。在研究区内对NDVI影响程度最大的影响因子是土壤湿度、径流、植被类型、经度、潜在蒸发、气温、辐射量、地貌类型、降水量。在影响因素类型方面,气候条件因素对NDVI影响程度最大,土壤特征因素影响程度次之,地形地貌因素比前两者低。

关键词：机器学习,植被覆盖,XGBoost,预测模型,影响因子,归一化植被指数（NDVI）,新疆

基金资助：新疆维吾尔自治区自然科学基金面上项目（2022D01A81）; 新疆维吾尔自治区高校基本科研业务费科研项目（XJEDU2022J009）; 科学技术部科技创新2030重大项目（2022ZD0115800）