累积链接混合效应模型在遥感农作物进展监测中的应用
摘要：使用遥感数据监测大范围农作物进展的创新性累积链接建模方法引入了本研究。模型利用日历时间、热时间和归一化差异植被指数（NDVI）的预测属性。研究解决了两个不同的问题：实时农作物进展预测和完成季节拟合。在预测的情境下，研究提出了两种模型变体，一种是基于多项分布的标准模型，另一种是基于多元二项分布的新模型。在拟合的情境下，引入随机效应来捕捉固有的跨季节变异性，允许估计决定作物发育和阶段完成要求的生物参数。理论性质包括一致性、渐近正态性和分布错误配置进行了评估。使用来自美国内布拉斯加州20年的基于实地数据评估了模型性能，涵盖了8种作物，即玉米、燕麦、高粱、大豆、冬小麦、紫花苜蓿、干豆和小米。结果表明，这种方法在不同作物中具有广泛的适用性，利用开放数据仅提供全球范围内的实时农作物进展预测。为了方便实施，研究开发了一个名为"人类年龄"的R包生态系统，并向公众提供了公开访问渠道。
作者：Ioannis Oikonomidis and Samis Trevezas
论文ID：2308.14520
分类：Applications
分类简称：stat.AP
提交时间：2023-08-29