机构名称：
¥ 2.0
摘要：农业干旱是影响人们，食物和牲畜的反复发生的灾难。因此，进行精确和最新的干旱监测至关重要，因为这有助于决策者对与干旱相关的损失有效反应。本综述系统地强调了农业干旱评估和预测中机器学习的进步。此外，通过确定最引用的文章，期刊和领先的国家，进行了文献计量分析，以协助该领域的后续研究和协作。利用BiblioMetrix R-Package和Vosviewer，在Prisma指导线之后，对WOS和Scopus进行了系统搜索。检索了一个出版物数据集，并应用了包含和排除标准，其中包括43篇文章进行最终分析。分析结果显示出出版物的年度显着增加，为34.59％。这表明机器学习最近在农业干旱评估中发挥了至关重要的作用。随机森林是研究人员最广泛使用的算法，因为它在处理非线性遥感数据方面的优势及其在选择最具影响力的变量方面的性能。但是，考虑到该模型在不同地理区域的性能有所不同的事实，需要在不同领域进行更多的研究以构建适当的评估模型。
农业干旱和机器学习
主要关键词
相关文件推荐
