基于Google Earth Engine与机器学习的黄土梯田动态监测

来源 :浙江农林大学学报 | 被引量 : 0次 | 上传用户:huier0127
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
【目的】梯田是黄土高原最重要的水土保持措施和农业生产措施,高效、准确地获取长时间序列黄土梯田分布信息,对黄土高原的水土保持监测和评价十分重要。【方法】在Google Earth Engine(GEE)的支持下,以宁夏回族自治区固原市为研究区,使用遥感影像监督识别技术,对比随机森林(RF)、决策树(CART)、支持向量机(SVM)等3种机器学习算法的识别精度,探讨LandTrendr算法在长时间序列动态监测中的优化应用,最终获取固原市近30 a梯田分布信息。【结果】(1)3种算法识别精度从大至小依次为
其他文献
为了对猪蓝耳病感染率及流行毒株进行检测,2020年齐鲁第三方检测部门对全国12个省市采集的914份样品进行了抗原检测,数据显示院蓝耳抗原检出率为40.4%,以类NADC30毒株为主要流行毒株,反馈了临床蓝耳病的严重程度.种猪质量不高、后备驯化缺失、免疫不科学、不尊重免疫学规律是重要原因.因此,提升种猪群质量,重视后备猪管理与驯化,尊重免疫学规律是解决蓝耳问题的重要途径.