多数据模型在黄河灌溉地区干旱监测中的应用  

作　　者：李九鸿 

机构地区：[1]原阳县引黄灌区供水服务中心,河南新乡453500

出　　处：《中国新技术新产品》2025年第3期109-111,共3页New Technology & New Products of China

摘　　要：集成学习是在多数据模型综合利用的基础上提高模型泛化能力的有效方式,本文在黄河灌溉地区干旱监测的课题框架下讨论了堆叠集成方法的利用,从而优化参数设置。本文通过手机黄河灌区气候数据构建样本数据,利用人工标注方式增加干旱标签,以此为基础进行模型训练。通过构建基于随机森林的堆叠集成模型,调整了决策树数量、候选特征数量和自变量数量,并评估了模型在不同配置下的RMSE水平。结果显示,决策树数量增长有利于预测结果的优化,特征选择则定位于一到三项指标,其主要受到有限自变量数据支持的限制。

关 键 词：集成学习 黄河灌区 干旱监测 随机森林 堆叠集成 

分 类 号：S152[农业科学—土壤学]