MDPI Remote Sensing 18(18):3107·9月10日 · 周四论文农业遥感与作物表型阅读 0
MDPI Remote Sensing 18(18):3107 MODIS NDVI与机器学习作物产量预测比较研究
论文解读
77精选
速览
基于印度州级MODIS NDVI与机器学习比较作物产量预测，随机森林优于梯度提升。
方法
用2000-2026年印度州级MODIS NDVI年最大值与随机森林、梯度提升走
发现
随机森林MAPE=11.4%、R²=0.982，NDVI与产量相关性r≈0.84。
机会点
可在中国等区域验证NDVI-产量模型迁移性，并融合多源遥感与气象提升预测鲁棒性。
影响力18
信息增量22
专业深度18
信源权威13
时效性6
基于印度2000-2026年州级数据的MODIS NDVI与机器学习产量预测对比研究，方法严谨、结论可靠，对农业遥感估产具有参考价值，但属境外案例、非国内政策或产业突破，适合作为专业精选而非头条。
原文摘要
Arai与Sanwal在MDPI Remote Sensing发表研究,基于印度2000-2026年州级数据,随机森林在保留时间顺序的走前验证中MAPE=11.4%、R²=0.982,优于梯度提升(MAPE=13.0%)。MODIS NDVI年最大值与粮食产量相关性r≈0.84,提供了可扩展的食品安全评估与农业决策支持实用路线。