-
公开(公告)号：CN112001121A
公开(公告)日：2020-11-27
申请号：CN202010862190.3
申请日：2020-08-25
申请人： 公安部物证鉴定中心 , 中国科学院南京土壤研究所
IPC分类号： G06F30/27 , G01N21/25 , G01N25/00 , G06F119/08
摘要： 本发明提供一种基于太阳辐射的大面积平缓地区预测性土壤制图方法，步骤一，捕捉地表热量响应过程：选定观测日或观测时段后，利用中分辨率成像光谱仪的遥感传感器捕捉地表热量对太阳辐射的动态响应曲线图；步骤二，构建环境协同变量：采用数学方法对步骤一获得的动态响应曲线图进行定量分析并提取特征参数作为环境协同变量；步骤三，建立机器学习模型进行土壤属性预测制图。该方法解决了难以对平缓地区进行有效土壤制图的难题，显著提高了平缓地区土壤推测制图的准确性和效率，减少了土壤调查制图的时间和经济成本，可以满足土壤相关行业对准确土壤空间信息的应用需求。
-
公开(公告)号：CN112001121B
公开(公告)日：2022-01-28
申请号：CN202010862190.3
申请日：2020-08-25
申请人： 公安部物证鉴定中心 , 中国科学院南京土壤研究所
IPC分类号： G06F30/27 , G01N21/25 , G01N25/00 , G06F119/08
摘要： 本发明提供一种基于太阳辐射的大面积平缓地区预测性土壤制图方法，步骤一，捕捉地表热量响应过程：选定观测日或观测时段后，利用中分辨率成像光谱仪的遥感传感器捕捉地表热量对太阳辐射的动态响应曲线图；步骤二，构建环境协同变量：采用数学方法对步骤一获得的动态响应曲线图进行定量分析并提取特征参数作为环境协同变量；步骤三，建立机器学习模型进行土壤属性预测制图。该方法解决了难以对平缓地区进行有效土壤制图的难题，显著提高了平缓地区土壤推测制图的准确性和效率，减少了土壤调查制图的时间和经济成本，可以满足土壤相关行业对准确土壤空间信息的应用需求。
-
公开(公告)号：CN105891442B
公开(公告)日：2017-10-24
申请号：CN201610201746.8
申请日：2016-03-31
申请人： 中国科学院南京土壤研究所
IPC分类号： G01N33/24
摘要： 本发明涉及一种土壤质地颗粒含量预测方法，提出了一套完整的基于外推技术的土壤属性预测技术方案，运用了局部土壤‑景观模型的外推技术，通过结合交叉验证机制实现了最优预测数据集的选取，采用了“外推土壤专家知识，定量评价预测精度”技术，实现了“不同研究样区，通用外推框架；不同数据属性，最优外推区域；局部模型评价，不确定性分析”的通用数字土壤制图技术方案，具有广阔的工业化应用前景。
-
公开(公告)号：CN114236615A
公开(公告)日：2022-03-25
申请号：CN202111392345.2
申请日：2021-11-23
申请人： 中国科学院南京土壤研究所
IPC分类号： G01V1/50
摘要： 本发明涉及一种基于浅层地震折射波法的红壤区地层结构识别方法，先通过设计步骤A至步骤K的执行，获得目标作业区各地层结构深度分别所对应的最优预测模型；然后执行步骤i，根据各地层结构深度分别所对应的最优预测模型，获得目标作业区中各地层结构深度的空间分布；设计方案充分保留了现有地震勘探技术优点，改进了浅层地震折射波法在红壤地区应用受限的不足，并有机结合地理信息系统与空间预测，实现了“传统技术，改进作业；空间预测，提升效率”的通用浅层地震折射波法技术，在地质勘探、水文地质调查等部门具有广阔的工业化应用前景。
-
公开(公告)号：CN111508569A
公开(公告)日：2020-08-07
申请号：CN202010195020.4
申请日：2020-03-19
申请人： 中国科学院南京土壤研究所
IPC分类号： G16C20/70
摘要： 本发明涉及一种基于土壤传递函数的目标土壤性质含量预测方法，在收集多源土壤数据集、环境变量的基础上，划分包含全部测定信息的数据集，根据土壤性质的空间异质性划分二级区域，筛选不同区域土壤传递函数的最优自变量集合，进而面向不同分区进行线性、非线性土壤传递函数拟合；并通过不同分区、不同函数的精度对比，遴选最优的面向样点的土壤传递函数，用以完善土壤样点数据库；而且应用机器学习方式构建区域的土壤自变量图层，构建面向区域的土壤传递函数，制作生产目标区域的目标土壤性质含量空间分布图；进而能够高效实现目标土壤性质含量的准确预测，提高工作效率。
-
公开(公告)号：CN106980603A
公开(公告)日：2017-07-25
申请号：CN201710099018.5
申请日：2017-02-23
申请人： 中国科学院南京土壤研究所
IPC分类号： G06F17/18
CPC分类号： G06F17/18
摘要： 本发明涉及基于土壤类型归并与多元回归的土壤锰含量预测方法，涉及土壤微量元素在不同土壤类型内，表现出的不同空间变异特征的分治处理，能够通过分析土壤有效锰含量空间分布的离散程度来探测其空间异质性，并能够通过局部回归分析诊断出局部回归分析中的多重共线性问题；特别是在空间预测过程中，通过测度不同土样采样密度下土壤有效锰含量空间分布特征构建综合预测模型。
-
公开(公告)号：CN103955953B
公开(公告)日：2016-08-17
申请号：CN201410161504.1
申请日：2014-04-21
申请人： 中国科学院南京土壤研究所
IPC分类号： G06T11/00
摘要： 本发明涉及一种面向数字土壤制图的地形协同变量选取方法，采用多地形因子多算法的选择方法，运用了功能测试策略对不同的地形因子变量进行预处理与选择，通过结合其与土壤属性的相关性机制实现了繁杂地形因子变量的快速准确选取，并采用了“评价分析为主，相关分析为辅”技术，实现了“不同地形因子变量，通用选取机制；不同依赖关系，动态因子筛选；评价控制策略，算法性能兼顾”的定量化数字土壤制图地形因子变量选取体系，具有广阔的工业化应用前景。
-
公开(公告)号：CN105243435A
公开(公告)日：2016-01-13
申请号：CN201510587554.0
申请日：2015-09-15
申请人： 中国科学院南京土壤研究所
摘要： 本发明涉及一种基于深度学习元胞自动机模型的土壤含水量预测方法，结合了机器学习和地理现象模拟的方法，就土壤含水量的不同时空预测方面进行了改进，能够借助深度学习的方法获取土壤含水量预测函数局部最优解；并且本发明结合模型检验机制对模型的泛化能力进行了定量检验，提出了元胞自动机的自我改善机制，更加确保了模型的健壮性，这种混合技术的突破有望为复杂区域的土壤水分实时监测提供技术支撑，不仅能够降低土壤水分的预测成本，也显著提升了土壤含水量的预测精度，具有广阔的工业化应用前景。
-
公开(公告)号：CN114970934A
公开(公告)日：2022-08-30
申请号：CN202210185325.6
申请日：2022-02-28
申请人： 四川省烟草公司凉山州公司 , 中国科学院南京土壤研究所
IPC分类号： G06Q10/04 , G06K9/62 , G06F30/23 , G06F17/11 , G06T3/40 , G06F111/08 , G06F111/10
摘要： 本发明涉及一种基于特征集成学习的土壤厚度类型预测方法，有效地利用了影响土壤厚度变化的环境变量来构建预测模型，通过最优环境变量集合的筛选，构建连续型土壤厚度集成预测模型、土壤深度区间集成预测模型，并最终获得覆盖目标区域的土壤厚度区间空间分布，比传统的空间插值技术具有更高的预测精度，在未来面向山地区域或偏远地区缺乏足够多土壤厚度观测数据时，本发明能够降低土壤厚度观测点的数量需求，在保证土壤厚度空间分布预测精度的同时节约野外调查成本。
-
公开(公告)号：CN108764527B
公开(公告)日：2020-06-09
申请号：CN201810365926.9
申请日：2018-04-23
申请人： 中国科学院南京土壤研究所
摘要： 本发明涉及一种土壤有机碳库时空动态预测最优环境变量筛选方法，收集整理不同时期的土壤数据库、动态与静态的环境变量集合，根据土壤数据的时效性，规定土壤碳库模拟有效的时间段——“时间片”。依据不同景观区域内部的土壤有机碳密度信息，分析各种动态、静态环境变量的各种属性信息，进而使用层次分析法与专家知识构建特定时间片内有效的最优环境变量集合。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.042 秒)
