期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高分遥感数据和深度学习的石冰川自动提取研究——以念青唐古拉山西段为例
被引量:
6
1
作者
徐瑾昊
冯敏
+4 位作者
王建邦
冉有华
祁元
杨联安
李新
《遥感技术与应用》
CSCD
北大核心
2020年第6期1329-1336,共8页
石冰川是以冰岩混合物为基础形成的一类具有舌状堆积纹理的冰缘地貌,了解其分布和变化对于寒区环境研究具有重要价值,遥感技术的发展为石冰川的识别提供了有效的手段。针对石冰川发育地的偏远和调查的困难,以及其光谱特征的微弱性,提出...
石冰川是以冰岩混合物为基础形成的一类具有舌状堆积纹理的冰缘地貌,了解其分布和变化对于寒区环境研究具有重要价值,遥感技术的发展为石冰川的识别提供了有效的手段。针对石冰川发育地的偏远和调查的困难,以及其光谱特征的微弱性,提出了一种基于深度学习的石冰川识别方法,以ResNet作为训练网络,得到石冰川的图像分类模型,以国产高分一号遥感影像作为实验数据,在念青唐古拉山西段展开了应用,共识别出石冰川96条。验证结果表明:该方法具有较高的识别精度(98.72%的总体精度、89.48%的生产精度和81.77%的用户精度),证明该方法能够有效地识别石冰川,并为在大区域开展石冰川的调查和分析提供了基础。
展开更多
关键词
深度学习
高分一号
石冰川
ResNet
原文传递
基于随机森林的苹果区土壤有机质空间预测
被引量:
23
2
作者
任丽
杨联安
+4 位作者
王辉
杨粉莉
陈卫军
张林森
徐瑾昊
《干旱区资源与环境》
CSSCI
CSCD
北大核心
2018年第8期141-146,共6页
准确预测土壤有机质空间分布有利于测土配方施肥的推进和精准农业的发展。选取陕西省旬邑县苹果区为研究区,以地理位置(经纬度)、土壤类型、气候因子和地形因子作为辅助变量,运用随机森林模型进行土壤有机质空间分布预测,以普通克里格...
准确预测土壤有机质空间分布有利于测土配方施肥的推进和精准农业的发展。选取陕西省旬邑县苹果区为研究区,以地理位置(经纬度)、土壤类型、气候因子和地形因子作为辅助变量,运用随机森林模型进行土壤有机质空间分布预测,以普通克里格法和回归克里格法为对照,通过计算验证集的平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE),对不同方法的预测结果进行精度评价。结果表明:研究区土壤有机质含量在6.8~18.2g·kg^(-1)之间,平均值为12.4g·kg^(-1),整体处于中等水平,土壤有机质含量空间分布不均匀,呈东高西低的分布趋势,具有中等程度空间变异性;精度评价结果表明随机森林的预测精度最高,其ME、MAE和RMSE均为最小,对局部细节的刻画也较其他两种方法精细,预测结果图中无明显块状区域,与真实情况更为相符;通过对辅助因子重要性进行排序,发现高程和地理位置是影响研究区土壤有机质空间分布的主要因子。
展开更多
关键词
土壤有机质
空间分布预测
随机森林
精度评价
苹果区
原文传递
基于地理探测器的宝鸡市农田土壤养分影响因子分析
被引量:
13
3
作者
胡贵贵
杨联安
+4 位作者
封涌涛
徐瑾昊
任丽
李新尧
李亚丽
《土壤通报》
CAS
CSCD
北大核心
2020年第1期71-78,共8页
为分析陕西省宝鸡市农田土壤养分空间变异情况及其影响因素,选取土地利用类型、成土母质、土壤类型、高程、坡度、坡向、年均降水量、年均气温8种影响因子,借助地理探测器分析各因子对土壤有机质(SOM)、有效磷(AP)、速效钾(AK)、全氮(TN...
为分析陕西省宝鸡市农田土壤养分空间变异情况及其影响因素,选取土地利用类型、成土母质、土壤类型、高程、坡度、坡向、年均降水量、年均气温8种影响因子,借助地理探测器分析各因子对土壤有机质(SOM)、有效磷(AP)、速效钾(AK)、全氮(TN)养分空间变异的影响。结果表明:造成SOM空间变异主要三因子分别为土地利用方式、土壤类型、年均气温;AP与AK的主要影响因子为成土母质、高程、土地利用方式;对TN解释力较大的三因子为土地利用方式、土壤类型、成土母质。即各因子对土壤养分空间变异原因的解释力存在一定的差异,气温变化对TN和SOM影响较大,高程是对4种土壤养分解释力较强的地形因子。交互探测器探测结果表明:两因子间的交互作用对养分的解释力均强于单因子,地形因子与其他因子交互之后解释力显著增强。影响因子与养分之间主要作用方式为双协同作用和非线性协同作用。随着高程的变化,4种养分含量呈现不同的变化趋势。此外,通过与Pearson相关系数法分析结果进行对比,发现地理探测器可以得到与之一致的因子重要性排序,适用于该区域土壤养分的研究。
展开更多
关键词
土壤养分
影响因子
地理探测器
农田
宝鸡市
原文传递
题名
基于高分遥感数据和深度学习的石冰川自动提取研究——以念青唐古拉山西段为例
被引量:
6
1
作者
徐瑾昊
冯敏
王建邦
冉有华
祁元
杨联安
李新
机构
西北大学城市与环境学院
中国科学院青藏高原研究所三极监测与大数据中心
兰州大学资源环境学院
中国科学院西北生态环境资源研究院
高分辨率对地观测系统甘肃数据与应用中心
出处
《遥感技术与应用》
CSCD
北大核心
2020年第6期1329-1336,共8页
基金
中国科学院战略性先导科技专项(XDA20100104)
中国科学院百人计划资助。
文摘
石冰川是以冰岩混合物为基础形成的一类具有舌状堆积纹理的冰缘地貌,了解其分布和变化对于寒区环境研究具有重要价值,遥感技术的发展为石冰川的识别提供了有效的手段。针对石冰川发育地的偏远和调查的困难,以及其光谱特征的微弱性,提出了一种基于深度学习的石冰川识别方法,以ResNet作为训练网络,得到石冰川的图像分类模型,以国产高分一号遥感影像作为实验数据,在念青唐古拉山西段展开了应用,共识别出石冰川96条。验证结果表明:该方法具有较高的识别精度(98.72%的总体精度、89.48%的生产精度和81.77%的用户精度),证明该方法能够有效地识别石冰川,并为在大区域开展石冰川的调查和分析提供了基础。
关键词
深度学习
高分一号
石冰川
ResNet
Keywords
Deep Learning
Gaofen-1
Rock Glacier
ResNet
分类号
TP753 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于随机森林的苹果区土壤有机质空间预测
被引量:
23
2
作者
任丽
杨联安
王辉
杨粉莉
陈卫军
张林森
徐瑾昊
机构
西北大学陕西省地表系统与环境承载力重点实验室
西北大学城市与环境学院
咸阳市土壤肥料工作站
咸阳市农业科学研究院
旬邑县土壤肥料工作站
西北农林科技大学园艺学院
出处
《干旱区资源与环境》
CSSCI
CSCD
北大核心
2018年第8期141-146,共6页
基金
教育部人文社会科学研究规划项目(10YJA910010)
陕西省农业科技攻关项目(2011K02-11)
+4 种基金
农业部现代苹果产业技术体系肥水高效利用岗位基金项目(NYCYTX-08)
西安市科技计划农业技术研发项目(NC150201
NC1402)
西北大学研究生质量工程提升项目(YZZ17147
YZZ17151)资助
文摘
准确预测土壤有机质空间分布有利于测土配方施肥的推进和精准农业的发展。选取陕西省旬邑县苹果区为研究区,以地理位置(经纬度)、土壤类型、气候因子和地形因子作为辅助变量,运用随机森林模型进行土壤有机质空间分布预测,以普通克里格法和回归克里格法为对照,通过计算验证集的平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE),对不同方法的预测结果进行精度评价。结果表明:研究区土壤有机质含量在6.8~18.2g·kg^(-1)之间,平均值为12.4g·kg^(-1),整体处于中等水平,土壤有机质含量空间分布不均匀,呈东高西低的分布趋势,具有中等程度空间变异性;精度评价结果表明随机森林的预测精度最高,其ME、MAE和RMSE均为最小,对局部细节的刻画也较其他两种方法精细,预测结果图中无明显块状区域,与真实情况更为相符;通过对辅助因子重要性进行排序,发现高程和地理位置是影响研究区土壤有机质空间分布的主要因子。
关键词
土壤有机质
空间分布预测
随机森林
精度评价
苹果区
Keywords
soil organic matter
spatial distribution prediction
random forest
prediction precision evaluation
apple planting region
分类号
S153.62 [农业科学—土壤学]
原文传递
题名
基于地理探测器的宝鸡市农田土壤养分影响因子分析
被引量:
13
3
作者
胡贵贵
杨联安
封涌涛
徐瑾昊
任丽
李新尧
李亚丽
机构
西北大学陕西省地表系统与环境承载力重点实验室
西北大学城市与环境学院
宝鸡市农业技术推广服务中心
出处
《土壤通报》
CAS
CSCD
北大核心
2020年第1期71-78,共8页
基金
国家自然科学基金(41771129)
西北大学研究生自主创新项目(YZZ17151,YZZ17147)资助。
文摘
为分析陕西省宝鸡市农田土壤养分空间变异情况及其影响因素,选取土地利用类型、成土母质、土壤类型、高程、坡度、坡向、年均降水量、年均气温8种影响因子,借助地理探测器分析各因子对土壤有机质(SOM)、有效磷(AP)、速效钾(AK)、全氮(TN)养分空间变异的影响。结果表明:造成SOM空间变异主要三因子分别为土地利用方式、土壤类型、年均气温;AP与AK的主要影响因子为成土母质、高程、土地利用方式;对TN解释力较大的三因子为土地利用方式、土壤类型、成土母质。即各因子对土壤养分空间变异原因的解释力存在一定的差异,气温变化对TN和SOM影响较大,高程是对4种土壤养分解释力较强的地形因子。交互探测器探测结果表明:两因子间的交互作用对养分的解释力均强于单因子,地形因子与其他因子交互之后解释力显著增强。影响因子与养分之间主要作用方式为双协同作用和非线性协同作用。随着高程的变化,4种养分含量呈现不同的变化趋势。此外,通过与Pearson相关系数法分析结果进行对比,发现地理探测器可以得到与之一致的因子重要性排序,适用于该区域土壤养分的研究。
关键词
土壤养分
影响因子
地理探测器
农田
宝鸡市
Keywords
Soil nutrient
Impact factor
Geographical Detector
Farming area
Baoji
分类号
S147.2 [农业科学—肥料学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于高分遥感数据和深度学习的石冰川自动提取研究——以念青唐古拉山西段为例
徐瑾昊
冯敏
王建邦
冉有华
祁元
杨联安
李新
《遥感技术与应用》
CSCD
北大核心
2020
6
原文传递
2
基于随机森林的苹果区土壤有机质空间预测
任丽
杨联安
王辉
杨粉莉
陈卫军
张林森
徐瑾昊
《干旱区资源与环境》
CSSCI
CSCD
北大核心
2018
23
原文传递
3
基于地理探测器的宝鸡市农田土壤养分影响因子分析
胡贵贵
杨联安
封涌涛
徐瑾昊
任丽
李新尧
李亚丽
《土壤通报》
CAS
CSCD
北大核心
2020
13
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部