基于随机森林的香港海域海表盐度遥感反演模型

提出了一种基于随机森林反演海盐的算法模型，基于研究海域的实测数据，分析并筛选出与海表盐度敏感性较高的影响因子（总氮、悬浮固体、温度），利用2003-2008年共6期ASTER影像数据，从中提取、计算敏感因子的光谱参数，结合相应实测盐度，作为模型的原始数据集，运用R语言构建随机森林算法对数据进行训练，将训练得到的随机森林用于海表盐度的预测。结果显示，预测值与实测值之间平均相对误差较小，吻合度高，R2均在0.85以上，多数达0.95以上。研究表明，基于多因子参数的随机森林反演海表盐度是可行且高效的。