摘要：利用随机森林方法(Random forest,RF)集成多源遥感数据,构建一种多因子集成的旱情状态指数(Integrated drought condition index,IDCI-RF),利用该指数对我国北部区域旱情状态进行评估。首先基于相关性分析方法选取旱情因子,然后利用RF回归方法构建IDCI-RF指数,并通过与Cubist和Bagging方法对比检验RF算法的拟合效果,最后对IDCI RF指数的空间旱情监测精度进行验证。试验结果表明,所提出的IDCI RF与实测SPEI-3的平均决定系数R 2为0.54~0.68,优于Cubist和Bagging方法;IDCI-RF指数在研究区各省份均能较好地拟合实测指数,R^2均在0.7以上;大部分站点的IDCI-RF变化规律与实测SPEI-3保持一致;由IDCI-RF监测图反映的研究区旱情状态与实测SPEI-3分布特征吻合度较高,表明IDCI-RF指数在实际大范围旱情监测中具有较大的应用潜力。

关键词：干旱监测 遥感 随机森林 标准化降水蒸散指数 集成学习 

单位：三峡大学计算机与信息学院; 宜昌443002; 武汉大学遥感信息工程学院; 武汉430079