有限样本条件下的土壤有机碳密度时序空间分布预测方法、系统及终端

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
有限样本条件下的土壤有机碳密度时序空间分布预测方法、系统及终端
申请号:CN202510004274
申请日期:2025-01-02
公开号:CN120087514A
公开日期:2025-06-03
类型:发明专利
摘要
本发明涉及土壤有机碳密度预测技术领域,尤其涉及一种有限样本条件下的土壤有机碳密度时序空间分布预测方法、系统及终端,本发明基于已获取的历史数据及补充得土壤有机碳密度数据,完成环境变量的筛选,基于地理探测器模型解析各变量对于区域土壤有机碳密度的解释力,充分理解土壤‑环境关系,实现最优环境变量信息的辨识;研发顾及地理相似性的土壤样本扩充方法,遴选出适用于建模的最优样本并对有限样本进行扩充;最后,通过系统对比不同建模方案,依托机器学习算法构建不同时空预测模型,系统对比模型效果,遴选最优方案并据此实现土壤有机碳时空格局的准确探知。并且,该预测方法具有测定时间短、成本低以及可大面积推广的优势。
技术关键词
土壤有机碳密度 空间分布预测方法 地理探测器模型 样本 时序 土壤属性值 机器学习算法 计算方法 土壤有机碳含量 可大面积推广 指数 关系 加权平均法 扩充模块 栅格 两点 数据获取模块 思路 度量
系统为您推荐了相关专利信息
分布特征 模型训练方法 图像 样本 坐标系
教学场景 授课场景 智能教学系统 教师 终端设备
声纹注册方法 音频 声纹特征 神经网络模型 语音
时序特征 风险评估模型 车辆事故预警方法 车辆事故预警装置 数据
文本生成图像 文本编码器 水印方法 水印嵌入 损失函数优化