-
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
Applicant: 中国科学院南京土壤研究所
Abstract: 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：CN1569693A
公开(公告)日：2005-01-26
申请号：CN03132089.9
申请日：2003-07-21
Applicant: 中国科学院南京土壤研究所
Abstract: 本发明公开了一种微型生活污水深度净化系统，包含有预沉池、接触池、曝气池、分水系统以及厌氧处理池。预沉池，装备两道隔离板，与下级接触池之间采用H型管道连通；接触池，内部装填成型接触滤料CAP，作为生物附着介质，同时进行磷的吸附沉淀，与下级曝气池之间也采用H型管道连通；曝气池，安装水位控制泵，以颗粒状CAP填充，在池子上端设置有动力送风装置，水位控制泵将曝气池中的污水泵入下级分水系统的分水槽内；分水系统，由分水槽和布水管道组成，布水管道均匀布设于厌氧处理池的陶粒层中，其两侧偏上部切割出间断的污水溢出口；厌氧处理池，自上而下分别为保护土壤层、陶粒层、有机碳及铁系物质层、复合土壤层以及砾石层。
-
公开(公告)号：CN119619047A
公开(公告)日：2025-03-14
申请号：CN202411749088.7
申请日：2024-12-02
Applicant: 中国科学院南京土壤研究所 , 南京师范大学
IPC: G01N21/3563 , G06F17/10 , G01N21/47
Abstract: 本发明公开了一种去除游离铁影响的红壤有机质光谱反演方法及设备，方法包括：获取土壤样本数据，将有机质数据存入集合P，典型红壤样本的游离铁含量数据存入F，红壤调查样本的光谱反射率数据存入H，典型红壤样本的光谱反射率数据存入D；根据集合H和集合D利用MODWT算法分解，得到红壤调查样本、典型红壤样本的分层离散细节系数集CH、CD；基于CD剔除噪音层得到有效层离散细节系数集C；分别计算C中每一元素与集合F、集合P的相关系数，筛选出特征波段集合CDG；从分层离散细节系数集CH中选择位于特征波段上的细节系数CHG；构建预测模型，采用CHG进行训练；采用训练好的预测模型预测有机质含量。本发明可以消除游离氧化铁影响且成本低、效率高。
-
公开(公告)号：CN106980603B
公开(公告)日：2019-05-17
申请号：CN201710099018.5
申请日：2017-02-23
Applicant: 中国科学院南京土壤研究所
IPC: G06F17/18
Abstract: 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：CN109211814A
公开(公告)日：2019-01-15
申请号：CN201811271315.4
申请日：2018-10-29
Applicant: 中国科学院南京土壤研究所 , 南京师范大学
IPC: G01N21/31
CPC classification number: G01N21/31
Abstract: 本发明公开了一种基于三维光谱曲面分区特征的土壤剖面类型识别方法，包括：(1)获取土壤样本库中任一土壤剖面的发生层光谱反射率数据，进行深度插值处理、深度统一化处理和连续统去除处理；(2)根据步骤(1)处理后的光谱反射率数据生成三维光谱曲面；(3)对于所述三维光谱曲面进行分区域提取统计特征，并记入子特征集合fk，k为当前土壤剖面序号；(4)重复执行步骤(1)到(3)，直至土壤样本库中所有土壤剖面都被处理，得到特征集合F＝{fk|k＝1,…,K},K为土壤样本库中土壤剖面的数量；(5)基于特征集合F，进行多次随机森林训练，每次训练时设置相同比例的各类别样本抽样数量，生成随机森林分类模型集合M；(6)基于随机森林分类模型集合M，对待识别土壤剖面进行类型识别。本发明识别效果较好。
-
Patent Agency Ranking
公开(公告)号：CN106980750A
公开(公告)日：2017-07-25
申请号：CN201710099020.2
申请日：2017-02-23
Applicant: 中国科学院南京土壤研究所
IPC: G06F19/00
Abstract: 本发明涉及一种基于典型对应分析的土壤氮储量估算方法，属于面向计量土壤学与空间分析中土壤氮储量估算方法，涉及一米土体土壤氮密度计算与土壤氮密度在不同景观特征下呈现的空间变异特征模拟，能够通过多种降维技术对自变量进行高效的信息预处理，使用典型对应分析分析不同深度氮储量的综合影响变量，特别是在不同性质、不同深度的土壤属性影响因素分析方面，构建多种土壤属性与环境变量典型特征的综合拟合关系。
-
公开(公告)号：CN105699624B
公开(公告)日：2017-07-07
申请号：CN201610128379.3
申请日：2016-03-07
Applicant: 中国科学院南京土壤研究所
IPC: G01N33/24
Abstract: 本发明涉及一种基于土壤发生层厚度预测的土壤有机碳储量估算方法，通过针对发生层非结构化信息的封装，为考虑土壤属性水平维空间分布的土体连续性预测提供了较好的技术思路；其中，采用“发生层归并，预测再计算”技术，在保证土壤发生层特性信息不缺失的同时，修正了传统预测方法在土体连续性描述的局限性，实现了“描述规范，预测准确”的通用土壤有机碳储量估算技术，在农业应用、环境保护、国土资源等相关部门的工程调查方面具有广阔的工业化应用前景。
-
公开(公告)号：CN104764868B
公开(公告)日：2016-07-06
申请号：CN201510154714.2
申请日：2015-04-02
Applicant: 中国科学院南京土壤研究所
IPC: G01N33/24
Abstract: 本发明涉及一种基于地理加权回归的土壤有机碳预测方法，涵盖了局部回归中多重共线性诊断技术与综合处理方法,其主要方法包括：a)综合了全局回归与局部回归预测方法中独立变量的预处理技术；b)通用的地理加权回归中独立变量共线性问题综合诊断与处理机制；c)地理加权回归方法在特定数据集的适用性分析；d)最优独立变量集选取方法；e)综合考虑不同回归方法残差的空间趋势；通过对比分析不同独立变量集及其在局部回归中的共线性程度，综合考虑残差的空间趋势，进而提升了空间属性预测的计算效率与精度。
-
公开(公告)号：CN104764868A
公开(公告)日：2015-07-08
申请号：CN201510154714.2
申请日：2015-04-02
Applicant: 中国科学院南京土壤研究所
IPC: G01N33/24
Abstract: 本发明涉及一种基于地理加权回归的土壤有机碳预测方法，涵盖了局部回归中多重共线性诊断技术与综合处理方法,其主要方法包括：a)综合了全局回归与局部回归预测方法中独立变量的预处理技术；b)通用的地理加权回归中独立变量共线性问题综合诊断与处理机制；c)地理加权回归方法在特定数据集的适用性分析；d)最优独立变量集选取方法；e)综合考虑不同回归方法残差的空间趋势；通过对比分析不同独立变量集及其在局部回归中的共线性程度，综合考虑残差的空间趋势，进而提升了空间属性预测的计算效率与精度。
-
公开(公告)号：CN103955953A
公开(公告)日：2014-07-30
申请号：CN201410161504.1
申请日：2014-04-21
Applicant: 中国科学院南京土壤研究所
IPC: G06T11/00
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.108 seconds)
