基于混合专家模型的岩石薄片图像分类

以常见的5种岩石薄片作为研究对象构建数据集,提出一种新的基于混合专家模型的岩石薄片图像分类模型.该模型从薄片图像中学习到每种岩石图像的特征,并对其进行分类.首先,使用多个基于卷积神经网络(CNN)和Transformer的图像分类模型(ResNet50,MobileNetV3,InceptionV3,DeiT等)对数据进行训练;其次,选取效果较好的模型,通过构建混合专家模型,得到最终的预测结果,其岩性识别准确率(ACC)和AUC在验证集上达到85.33%和96.69%,在测试集上达到87.16%和96.75%;最后,通过混合专家模型结合多个模型,综合各模型的优势,平衡各模型间的贡献,提高分类结果的准确性和鲁棒性,使得到的分类结果更可靠、稳定.

气候智慧型草地管理技术助力牧区振兴

气候变暖和人类活动导致青藏高原高寒草地生态系统面临空前挑战,为增强青藏牧区应对气候变化的能力,合理利用高寒草地资源,减少天然畜牧业温室气体排放,增加牧民收入和生计韧性。本研究团队承担实施了农业农村部(MARA)-世界银行(WB)-全球环境基金(GEF)气候智慧型草地管理技术研究,在青海省祁连县默勒镇实施牧民参与式的春季休牧和免耕补播等天然草地管理技术,监测草地植被多样性和生产力,通过卫星影像计算了研究区植被的归一化植被指数(NDVI),并对气候智慧型草地管理产生的社会影响、满意度和牧民经济情况进行调查的任务。气候智慧型草地管理技术试点和调查在默勒镇取得了丰富成果,草地生产力在春季休牧和免耕补播下分别提高了34.1%和50.0%,2种恢复措施均在一定程度上增加了草地植被多样性,NDVI显示恢复措施下的植被长势要好于对照地,此外,牧民对气候智慧型草地管理技术的满意程度达88.6%,实施管理技术直接或间接的增加了项目户牧民的收入,当地约80.0%的牧民的科学素养都有所提高。气候智慧型草地管理技术可以提高草地植被多样性、生产力和绿度覆盖,并且可以增加牧民收入,改善牧民生活环境,提高牧民科学素质,增强牧民应对气候变化的能力,从而助力牧区振兴。