近日，理學院林草數據處理團隊青年教師王薈茹課題組在農林科學一區Top期刊《Computers and Electronics in Agriculture》（影響因子：7.7）上發表了題為“Forest biomass carbon stock estimates via a novel approach: K-nearest neighbor-based weighted least squares multiple birth support vector regression coupled with whale optimization algorithm”的研究論文。該研究提出了一種用于森林生物量碳儲量估算的新算法，顯著提高了估算的魯棒性和抗干擾能力。
森林碳儲量的估算對于全球氣候變化研究和森林管理具有重要意義。然而，森林碳儲量的估算受到多種因素的干擾，如自然災害、人為活動、數據采集誤差等，導致估算結果存在較大的不確定性。傳統的估算方法在處理高維非線性數據和噪聲干擾時表現不佳。
為此，研究團隊提出了一種基于KNN加權的最小二乘多生育支持向量回歸模型，通過捕捉樣本的局部信息并引入多生育機制，該模型顯著增強了抗干擾能力和泛化性能。多生育機制將求解一個大的二次規劃問題轉化為求解K個較小的QPP問題，大幅降低了時間復雜度。同時，該模型在處理復雜數據時表現出更強的魯棒性和適應性。本研究利用鯨魚優化算法（WOA）優化了模型的參數選擇過程，有效提高了模型的訓練效率。除了在碳儲量估算方面，研究團隊對模型進行了理論分析，將模型用于城市循環燃油消耗預測、空氣質量分析預測、飲酒與肝臟健康等其它領域，實驗結果表明所提方法的表現優于傳統的回歸模型，具有更高的擬合精度和泛化能力。
該研究由理學院數學與應用數學專業和電子信息科學與技術專業的師生共同完成，其中王薈茹老師為通訊作者，鄧念念為論文的第一作者，徐任鵬、張瑩、王浩廷、陳辰參與了該項研究。
該研究得到了中央高校基本科研業務費（QNTD202304）、北京林業大學北京市級本科生創新創業訓練計劃（S202310022204）以及北京市自然科學基金（6232031）等項目的支持。
