基于支持向量机的北京市湿地变化预测研究

摘要

为了实现北京市湿地的可持续发展与科学管理,利用遥感和GIS技术对北京区域遥感数据进行分析,进而获取湿地不同类型数据,由于湿地面积是典型的小样本数据,将支持向量机引入到时间序列模型定阶的方法中,然后采用K交叉验证方法寻找最优参数,建立北京湿地变化预测模型。通过对北京湿地历年数据进行模拟,并与RBF神经网络的预测模型作比较来验证SVM预测模型的有效性,运用此模型预测北京湿地未来的变化。结果表明:时间序列模型预测湿地变化有较高的预测精度和较强的泛化能力。预测结果显示:北京湿地在未来几年内,水库、河流,运河,沟渠面积将逐年减少,水稻田面积将持续下降,养殖面积将增大。其预测结果符合现实北京湿地变化趋势,研究结果为北京湿地的可持续发展和科学管理提供了依据。