分类： 地球科学 >> 地理学 提交时间： 2024-05-20 合作期刊: 《干旱区地理》
摘要： 为及时准确地获取干旱区农作物种植信息，研究借助PIE-Engine Studio平台，以新疆焉耆盆地为研究区，基于2022年Sentinel-2影像和1948个野外定位采样数据提取农作物生育期内14种植被指数，使用See5.0决策树、随机森林（Random forest，RF）和多元回归（Multiple regression，MR）模型优选特征参数，结合支持向量机（Support vector machine，SVM）算法构建5种分类模型和5种样方分割方案进行农作物种植信息提取，通过目视解译和混淆矩阵对比分析分类结果，确定最佳分类方案。结果表明：（1）所有分类模型的总体精度（OA）和Kappa系数均在92.20%和0.9037以上，说明在PIE平台中使用SVM算法提取农作物信息是可行的。（2）SVM-有红边的OA和Kappa系数均值为93.77%和0.9236，比SVM-无红边方法提高了0.96%和0.0120。（3）相比于SVM-有红边方法，植被指数的引入提高了SVM-RF、SVM-MR和SVM-See5.0的OA和Kappa系数。（4）5种分类模型的OA和Kappa系数均值的大小关系为：SVM-RF>SVM-MR>SVM-See5.0>SVM-有红边>SVM-无红边，表明红边波段和植被指数的加入显著提高了农作物识别的精度，其中SVM-RF（8:2）为最佳分类模型，OA和Kappa系数分别为98.72%和0.9866。研究结果可为准确快速获取大尺度干旱区农作物信息提供新的思路和参考依据。
分类： 其他 >> 综合 提交时间： 2018-02-26 合作期刊: 《中国科学院院刊》
摘要： 南美洲古老农业文明孕育的暗色肥沃土壤引发了全球生物质炭研究热潮。将农业生产过程中产生的有机废弃物经过低温热裂解技术转化为生物质炭并施用于农田土壤中，是一种新的土壤可持续管理途径，且服务于生物质废弃物治理与生态农业。我国生物质炭工业化生产技术及炭基肥制备与施用技术已经形成，土壤增碳与农业增产、减肥、增效潜力显著。大规模生物质炭工业化生产的推广催生了一个新兴的科技领域——生物质科技与工程。该科技服务于中国巨大的生物质废弃物治理和土壤改良、化肥减量及绿色农业等需求，这一学科领域尚待系统整合和提升。文章提出，研究生物质炭的有机质组分、结构、性质与功能的表征与有机质-矿物-微生物相互作用的基础研究是未来土壤可持续管理中的重要研究方向。这些问题将揭示生物质炭对于农业生命的系统健康及绿色农业的巨大价值，也进一步彰显了土壤学服务于中国农业可持续管理与生物质产业融合的巨大价值。
点击量
点击量
下载量
评论
