生态再分类模型 LightGBM/XGBoost 训练过程
· 阅读需 21 分钟
本文记录生态分类 LightGBM/XGBoost 模型训练、问题诊断、JRC/EMC 后处理和部署迁移中的关键经验。
本文记录生态分类 LightGBM/XGBoost 模型训练、问题诊断、JRC/EMC 后处理和部署迁移中的关键经验。
本文介绍中国生态地理区划、生态类型建模分区的划分依据,以及 R1-R9 分区对 LightGBM/XGBoost 模型的意义。
本文说明生态再分类模型所需的生态标签、生态分区、Sentinel-2、DEM、HWSD、ESA WorldCover 与 JRC 水体等数据。
本文说明基于 LightGBM/XGBoost 构建可更新生态分类模型的理论基础、训练框架、特征体系与分区建模方法。
本文介绍生态类型再分类模型的目标、总体路线、优先模型、探索模型与阶段性实施方案。
本文梳理生态系统类型、土地利用类型、植被类型等易混概念,并汇总 HJ 1166、GB/T 42340 和 GEP 平台生态系统分类体系。