| 注册
首页|期刊导航|大气与环境光学学报|利用近邻因子提高二氧化氮遥感反演浓度的精度—基于随机森林算法

利用近邻因子提高二氧化氮遥感反演浓度的精度—基于随机森林算法

符淼

大气与环境光学学报2023,Vol.18Issue(3):258-268,11.
大气与环境光学学报2023,Vol.18Issue(3):258-268,11.DOI:10.3969/j.issn.1673-6141.2023.03.007

利用近邻因子提高二氧化氮遥感反演浓度的精度—基于随机森林算法

Improving the accuracy of NO2 concentrations derived from remote sensing using localized factors based on random forest algorithm

符淼1

作者信息

  • 1. 广东外语外贸大学经济贸易学院, 广东 广州 510006
  • 折叠

摘要

关键词

二氧化氮浓度/近邻因子/随机森林算法/地理加权回归/多尺度地理加权回归

分类

资源环境

引用本文复制引用

符淼..利用近邻因子提高二氧化氮遥感反演浓度的精度—基于随机森林算法[J].大气与环境光学学报,2023,18(3):258-268,11.

基金项目

教育部人文社会科学研究规划基金项目(17YJA790021),广东省自然科学基金自由申请项目(2017A030313439),广州国际商贸中心研究基地专项资助(JDZB202108) (17YJA790021)

大气与环境光学学报

OACSCD

1673-6141

访问量3
|
下载量0
段落导航相关论文