基于多传感器遥感图像环境变量的土壤氮含量预测
信息检索
2024-06-17 v1
摘要
本研究提出了一种利用多模态数据（包括多传感器遥感图像和先进的机器学习方法）预测土壤氮含量的框架。我们将覆盖欧洲和英国领土的土地利用/土地覆盖面积框架调查（LUCAS）数据库与来自卫星传感器的环境变量相结合，创建了一个包含新颖特征的数据集。我们进一步测试了广泛的机器学习算法，重点关注基于树的模型，如CatBoost、LightGBM和XGBoost。我们使用包括农田和草地在内的多种土地覆盖类别测试了所提出的方法，以确保该方法的鲁棒性。我们的结果表明，CatBoost模型在准确性上超越了其他方法。这项研究推进了农业管理和环境监测领域的发展，并展示了将多传感器遥感数据与机器学习相结合用于环境分析的巨大潜力。
引用
@article{arxiv.2406.09812,
title = {Soil nitrogen forecasting from environmental variables provided by multisensor remote sensing images},
author = {Weiying Zhao and Ganzorig Chuluunbat and Aleksei Unagaev and Natalia Efremova},
journal= {arXiv preprint arXiv:2406.09812},
year = {2024}
}