张满囤，黄春萌，米娜，王小芳，曲寒冰

（1.河北工业大学计算机科学与软件学院，天津300401；2.华北理工大学图书馆，河北唐山063210）

基于支持向量机回归的NDVI组合预测模型

张满囤1，黄春萌2，米娜1，王小芳1，曲寒冰1

（1.河北工业大学计算机科学与软件学院，天津300401；2.华北理工大学图书馆，河北唐山063210）

对2004年到2015年3～10月的MODIS NDVI数据建立时间序列，并利用同期的温度、降水数据做回归因子，采用支持向量机回归模型建立NDVI短期预测模型.首先用网格搜索法，遗传算法，粒子群算法对模型参数进行优化选择，然后用得到的最佳参数分别训练支持向量机，拟合结果显示网格搜索法是本实验数据的最佳优化算法.使用基于网格搜索法的支持向量机回归模型从2个角度建立了NDVI的单项预测模型，对2个单项模型做线性组合并计算最优权重系数，实验结果表明组合模型可以有效预测NDVI.

支持向量机；NDVI；核函数；组合预测模型

0 引言

植被的生长变化既受气候的影响又可以为气候的变化起到提示作用.对植被覆盖变化进行动态模拟预测，有利于开展生态建设工作.遥感观测为研究地表的植被覆盖变化提供了可靠的实时数据源[1].归一化植被指数（Normalized Difference Vegetation Index，NDVI）对绿色植被表现敏感，可以有效的反映植被生长变化，常被用来研究植被状态.目前植被覆盖变化预测研究只是对未来一定时间范围内，植被覆盖变化方向的预测，主要依靠的模型有马尔科夫模型，广义加法模型等，其中马尔科夫模型的应用最为广泛.例如徐大勇等[2]根据马尔可夫链模型对滨海新区植被覆盖进行预测，得出若不进行人工干预，滨海新区植被覆盖将继续恶化；……