基于RF模型预测的地下水深度数据集
收藏官方服务：
资源简介：
在这里，我们使用大量地下水观测样本，以及来自全球土地数据同化系统（GLDAS）和重力恢复与气候实验（GRACE）的数据集，建立了一种机器学习方法——随机森林——用于预测中国黄河流域的区域地下水位。我们证明了该模型的鲁棒性，在校准模式下R²为0.95，在10倍交叉验证模式下R²为0.91±0.009。
创建时间：
2024-05-14
社区交流群
科研交流群
商业服务
在这里，我们使用大量地下水观测样本，以及来自全球土地数据同化系统（GLDAS）和重力恢复与气候实验（GRACE）的数据集，建立了一种机器学习方法——随机森林——用于预测中国黄河流域的区域地下水位。我们证明了该模型的鲁棒性，在校准模式下R²为0.95，在10倍交叉验证模式下R²为0.91±0.009。