Ecohydrology‐Informed Machine Learning for Floodplain Vegetation Classification to Support Riverine Nature‐Based Solutions
融合遥感与水文数据,用机器学习提升洪泛平原植被分类精度。
关注点
该研究在密苏里河下游用XGBoost融合遥感与水文数据,总体精度达85.8%,较仅多传感器融合提高约6个百分点,湿地草本与高地草本两类精度提升≥10%;结论限于单一河段,跨流域与多年份可迁移性尚未验证。
阅读 0