期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多变量与RF算法的耕地土壤有机碳空间预测研究--以福建亚热带复杂地貌区为例
被引量:
12
1
作者
袁玉琦
陈瀚阅
+3 位作者
张黎明
任
必
武
邢世和
童珺玥
《土壤学报》
CAS
CSCD
北大核心
2021年第4期887-899,共13页
耕地土壤有机碳(Soil Organic Carbon,SOC)含量不仅是土壤质量的重要表征,还是农业温室气体的重要源库,而基于环境变量建立的随机森林算法(Random Forest,RF)是当前提高土壤有机碳空间预测精度的方法,但不同组合环境变量对RF模型预测精...
耕地土壤有机碳(Soil Organic Carbon,SOC)含量不仅是土壤质量的重要表征,还是农业温室气体的重要源库,而基于环境变量建立的随机森林算法(Random Forest,RF)是当前提高土壤有机碳空间预测精度的方法,但不同组合环境变量对RF模型预测精度的影响仍需深入研究。本文以福建闽东南复杂地貌区为例,以两种环境变量组合(遥感变量+气候因子和遥感变量+气候因子+土壤属性)为输入数据集,利用RF算法对耕地表层SOC含量进行模拟预测和精度对比,并与普通克里格(Ordinary Kriging,OK)插值模型进行比较。结果表明,基于全部环境变量构建的RF模型表现最佳,其模型拟合度和预测精度相较于未加入土壤属性的模型有显著提高(r提高7.95%,为0.95,RMSE下降45.13%),且对SOC空间分异信息的捕获更精确,OK模型总体预测精度最弱。利用最优模型反演得到的研究区耕地SOC含量为14.70±2.95 g·kg^(-1),东部沿海低于西部内陆。变量贡献率分析显示,除了与土壤碳紧密相关的水解性氮(N),遥感变量中数字高程模型(Digital Elevation Modecs,DEM)也是影响闽东南地区SOC预测精度的重要变量,因此,遥感变量、气候因子和土壤属性共同驱动的随机森林模型可作为闽东南复杂地貌区耕地有机碳含量空间预测的有效方法。
展开更多
关键词
土壤有机碳
随机森林
变量组合
空间分布
精度评价
下载PDF
职称材料
广东省全域土地综合整治优化国土空间格局潜力评价
被引量:
1
2
作者
罗勇华
杨远光
+2 位作者
曹迎迎
任
必
武
张娅楠
《南方农业》
2023年第22期1-6,11,共7页
以广东省为研究区域,从全域土地综合整治优化空间格局角度,构建耕地利用空间-建设空间-生态空间布局优化潜力评价指标体系,同时结合广东省“一核一带一区”发展战略,通过层次分析法确定各区域综合潜力评价的差异化权重,从而测算广东省...
以广东省为研究区域,从全域土地综合整治优化空间格局角度,构建耕地利用空间-建设空间-生态空间布局优化潜力评价指标体系,同时结合广东省“一核一带一区”发展战略,通过层次分析法确定各区域综合潜力评价的差异化权重,从而测算广东省各个研究单元全域土地综合整治优化空间格局潜力。研究表明,各研究单元在耕地利用空间布局优化潜力、建设空间布局潜力优化和生态空间布局优化潜力和综合潜力均表现出较大的空间差异。各区域整治重点任务明确,并与“一核一带一区”战略相一致。具体而言,粤北地区综合整治优化空间格局的主要任务在于生态空间和耕地利用空间;粤东地区主要任务在于耕地利用空间整治;粤西地区主要任务在于生态保护修复和耕地利用空间优化;珠三角地区主要任务在于建设空间布局优化。
展开更多
关键词
土地整治
国土空间
格局优化
潜力评价
广东省
下载PDF
职称材料
乡村环境治理助力实现“双碳”目标路径研究
3
作者
曹迎迎
杨远光
+2 位作者
朱淑娴
罗勇华
任
必
武
《绿色科技》
2023年第17期253-259,共7页
乡村环境治理作为乡村振兴的重要内容,其发展理念与“双碳”绿色低碳理念高度契合,是乡村助力实现“双碳”目标的主要途径。因此,通过系统梳理乡村环境治理内涵与内容,尝试构建乡村环境治理在“三农”和“三生”空间促进乡村环境治理助...
乡村环境治理作为乡村振兴的重要内容,其发展理念与“双碳”绿色低碳理念高度契合,是乡村助力实现“双碳”目标的主要途径。因此,通过系统梳理乡村环境治理内涵与内容,尝试构建乡村环境治理在“三农”和“三生”空间促进乡村环境治理助力实现“双碳”目标的路径框架,丰富了“双碳”实现路径的研究体系,同时也为乡村低碳发展提供应用参考。并提出了3个方面的措施:①在农业生产空间方面,保护耕地、优化生产用能源结构、优化农用地利用方式、资源化利用农业废弃物;②在农村生态空间方面,修复乡村生态空间、划定碳汇适宜区;③在农民生活方面,处理生活废弃物、优化生活用能结构、提升村庄建设规划。
展开更多
关键词
“碳达峰”“碳中和”
乡村环境治理
“三农”
“三生”空间
下载PDF
职称材料
“乡村振兴”战略下全域土地综合整治潜力评价指标研究
4
作者
罗勇华
柯春鹏
+2 位作者
杨远光
任
必
武
曹世广
《绿色科技》
2023年第23期276-280,共5页
2019年全国启动了全域土地综合整治,是助力乡村振兴的土地整治重大行动。研究通过梳理农用地整理、建设用地整理、乡村生态保护修复和历史文化保护等整治任务的潜力指标来源,结合有关政策要求和广东省全域土地综合整治的特征,构建了全...
2019年全国启动了全域土地综合整治,是助力乡村振兴的土地整治重大行动。研究通过梳理农用地整理、建设用地整理、乡村生态保护修复和历史文化保护等整治任务的潜力指标来源,结合有关政策要求和广东省全域土地综合整治的特征,构建了全域土地综合整治潜力评价指标体系。潜力评价指标体系包括农用地整理潜力、建设用地整理潜力、乡村生态保护修复潜力、乡村历史文化保护潜力和促进乡村振兴潜力等5个方面16项指标。潜力评价指标体系以评价数据可获取、可量化和易操作的原则进行了构建,可充分反映全域土地综合整治的内容和要求,为全域土地综合整治项目选址服务。
展开更多
关键词
潜力评价
指标体系
全域土地综合整治
乡村振兴
下载PDF
职称材料
机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例
被引量:
7
5
作者
任
必
武
陈瀚阅
+3 位作者
张黎明
聂祥琴
邢世和
范协裕
《中国生态农业学报(中英文)》
CAS
CSCD
北大核心
2021年第6期1042-1050,共9页
耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning,ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区...
耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning,ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区为例,采用10 m空间分辨率Sentinel-2影像数据,选取地形、气候、遥感植被变量为驱动因子,重点分析当前常用的机器学习算法——支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)在SOC预测中的差异,并与传统普通克里格模型(Ordinary Kriging,OK)进行比较。结果表明:基于地形、遥感植被因子和气候因子构建的RF模型表现最佳(RMSE=2.004,r=0.897),其精度优于OK模型(RMSE=4.571,r=0.623),而SVM模型预测精度相对最低(RMSE=5.190,r=0.431);3种模型预测SOC空间分布趋势总体相似,表现为西高东低、北高南低,其中RF模型呈现的空间分异信息更加精细;最优模型反演得到耕地土壤有机碳平均含量为15.33 g·kg^(−1);RF模型和SVM模型变量重要性程度表明:高程和降水是影响复杂地貌区SOC空间分布的重要变量,而遥感植被因子重要性程度低于高程。
展开更多
关键词
复杂地貌区
耕地土壤有机碳
机器学习算法
普通克里格
数字土壤制图
下载PDF
职称材料
题名
基于多变量与RF算法的耕地土壤有机碳空间预测研究--以福建亚热带复杂地貌区为例
被引量:
12
1
作者
袁玉琦
陈瀚阅
张黎明
任
必
武
邢世和
童珺玥
机构
福建农林大学资源与环境学院
出处
《土壤学报》
CAS
CSCD
北大核心
2021年第4期887-899,共13页
基金
国家自然科学基金项目(41971050)
福建农林大学科技创新专项基金项目(KFA17616A)
+1 种基金
福建省科技计划项目(2017N5006)
国家级大学生创新训练计划项目(201910389026)共同资助。
文摘
耕地土壤有机碳(Soil Organic Carbon,SOC)含量不仅是土壤质量的重要表征,还是农业温室气体的重要源库,而基于环境变量建立的随机森林算法(Random Forest,RF)是当前提高土壤有机碳空间预测精度的方法,但不同组合环境变量对RF模型预测精度的影响仍需深入研究。本文以福建闽东南复杂地貌区为例,以两种环境变量组合(遥感变量+气候因子和遥感变量+气候因子+土壤属性)为输入数据集,利用RF算法对耕地表层SOC含量进行模拟预测和精度对比,并与普通克里格(Ordinary Kriging,OK)插值模型进行比较。结果表明,基于全部环境变量构建的RF模型表现最佳,其模型拟合度和预测精度相较于未加入土壤属性的模型有显著提高(r提高7.95%,为0.95,RMSE下降45.13%),且对SOC空间分异信息的捕获更精确,OK模型总体预测精度最弱。利用最优模型反演得到的研究区耕地SOC含量为14.70±2.95 g·kg^(-1),东部沿海低于西部内陆。变量贡献率分析显示,除了与土壤碳紧密相关的水解性氮(N),遥感变量中数字高程模型(Digital Elevation Modecs,DEM)也是影响闽东南地区SOC预测精度的重要变量,因此,遥感变量、气候因子和土壤属性共同驱动的随机森林模型可作为闽东南复杂地貌区耕地有机碳含量空间预测的有效方法。
关键词
土壤有机碳
随机森林
变量组合
空间分布
精度评价
Keywords
Soil organic carbon
Random forest
Combination of variables
Spatial distribution
Accuracy evaluation
分类号
S15 [农业科学—土壤学]
下载PDF
职称材料
题名
广东省全域土地综合整治优化国土空间格局潜力评价
被引量:
1
2
作者
罗勇华
杨远光
曹迎迎
任
必
武
张娅楠
机构
广东省土地开发整治中心
广州市华南自然资源科学技术研究院
广东友元国土信息工程有限公司
出处
《南方农业》
2023年第22期1-6,11,共7页
基金
2023年度广东省自然资源厅国土空间生态修复机制研究“全域土地综合整治优化空间格局路径探索研究”(GDTDZZ-2023032-010202)。
文摘
以广东省为研究区域,从全域土地综合整治优化空间格局角度,构建耕地利用空间-建设空间-生态空间布局优化潜力评价指标体系,同时结合广东省“一核一带一区”发展战略,通过层次分析法确定各区域综合潜力评价的差异化权重,从而测算广东省各个研究单元全域土地综合整治优化空间格局潜力。研究表明,各研究单元在耕地利用空间布局优化潜力、建设空间布局潜力优化和生态空间布局优化潜力和综合潜力均表现出较大的空间差异。各区域整治重点任务明确,并与“一核一带一区”战略相一致。具体而言,粤北地区综合整治优化空间格局的主要任务在于生态空间和耕地利用空间;粤东地区主要任务在于耕地利用空间整治;粤西地区主要任务在于生态保护修复和耕地利用空间优化;珠三角地区主要任务在于建设空间布局优化。
关键词
土地整治
国土空间
格局优化
潜力评价
广东省
分类号
F323.24 [经济管理—产业经济]
下载PDF
职称材料
题名
乡村环境治理助力实现“双碳”目标路径研究
3
作者
曹迎迎
杨远光
朱淑娴
罗勇华
任
必
武
机构
广州市华南自然资源科学技术研究院
广东省土地开发整治中心
河源市和平县国土整治中心
出处
《绿色科技》
2023年第17期253-259,共7页
基金
广东省自然资源厅科技项目(编号:GDZRZYKJ2022007)。
文摘
乡村环境治理作为乡村振兴的重要内容,其发展理念与“双碳”绿色低碳理念高度契合,是乡村助力实现“双碳”目标的主要途径。因此,通过系统梳理乡村环境治理内涵与内容,尝试构建乡村环境治理在“三农”和“三生”空间促进乡村环境治理助力实现“双碳”目标的路径框架,丰富了“双碳”实现路径的研究体系,同时也为乡村低碳发展提供应用参考。并提出了3个方面的措施:①在农业生产空间方面,保护耕地、优化生产用能源结构、优化农用地利用方式、资源化利用农业废弃物;②在农村生态空间方面,修复乡村生态空间、划定碳汇适宜区;③在农民生活方面,处理生活废弃物、优化生活用能结构、提升村庄建设规划。
关键词
“碳达峰”“碳中和”
乡村环境治理
“三农”
“三生”空间
Keywords
carbon peak and carbon neutralization
rural environmental governance
"agriculture,rural areas and farmers"
"living-ecological-production"space
分类号
X321 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
“乡村振兴”战略下全域土地综合整治潜力评价指标研究
4
作者
罗勇华
柯春鹏
杨远光
任
必
武
曹世广
机构
广东省土地开发整治中心
广州市华南自然资源科学技术研究院
广东友元国土信息工程有限公司
出处
《绿色科技》
2023年第23期276-280,共5页
基金
2023年度广东省自然资源厅国土空间生态修复机制研究(编号:GDTDZZ-2023032-010202)。
文摘
2019年全国启动了全域土地综合整治,是助力乡村振兴的土地整治重大行动。研究通过梳理农用地整理、建设用地整理、乡村生态保护修复和历史文化保护等整治任务的潜力指标来源,结合有关政策要求和广东省全域土地综合整治的特征,构建了全域土地综合整治潜力评价指标体系。潜力评价指标体系包括农用地整理潜力、建设用地整理潜力、乡村生态保护修复潜力、乡村历史文化保护潜力和促进乡村振兴潜力等5个方面16项指标。潜力评价指标体系以评价数据可获取、可量化和易操作的原则进行了构建,可充分反映全域土地综合整治的内容和要求,为全域土地综合整治项目选址服务。
关键词
潜力评价
指标体系
全域土地综合整治
乡村振兴
Keywords
potential evaluation
indicator system
comprehensive land consolidation throughout the region
rural revitalization
分类号
TU984 [建筑科学—城市规划与设计]
下载PDF
职称材料
题名
机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例
被引量:
7
5
作者
任
必
武
陈瀚阅
张黎明
聂祥琴
邢世和
范协裕
机构
福建农林大学资源与环境学院/福建省土壤生态系统健康与调控重点实验室
福建农林大学公共管理学院
出处
《中国生态农业学报(中英文)》
CAS
CSCD
北大核心
2021年第6期1042-1050,共9页
基金
国家自然科学基金项目(41971050)
福建省科技计划项目(2017N5006)
+2 种基金
农业农村部农技推广项目(KLD19H01A)
中央引导地方科技发展专项(2018L3013)
福建农林大学科技创新专项基金项目(KFA18106A)资助。
文摘
耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning,ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区为例,采用10 m空间分辨率Sentinel-2影像数据,选取地形、气候、遥感植被变量为驱动因子,重点分析当前常用的机器学习算法——支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)在SOC预测中的差异,并与传统普通克里格模型(Ordinary Kriging,OK)进行比较。结果表明:基于地形、遥感植被因子和气候因子构建的RF模型表现最佳(RMSE=2.004,r=0.897),其精度优于OK模型(RMSE=4.571,r=0.623),而SVM模型预测精度相对最低(RMSE=5.190,r=0.431);3种模型预测SOC空间分布趋势总体相似,表现为西高东低、北高南低,其中RF模型呈现的空间分异信息更加精细;最优模型反演得到耕地土壤有机碳平均含量为15.33 g·kg^(−1);RF模型和SVM模型变量重要性程度表明:高程和降水是影响复杂地貌区SOC空间分布的重要变量,而遥感植被因子重要性程度低于高程。
关键词
复杂地貌区
耕地土壤有机碳
机器学习算法
普通克里格
数字土壤制图
Keywords
Complex landform
Soil organic carbon of cultivated land
Machine learning
Ordinary kriging
Digital soil mapping
分类号
S15 [农业科学—土壤学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多变量与RF算法的耕地土壤有机碳空间预测研究--以福建亚热带复杂地貌区为例
袁玉琦
陈瀚阅
张黎明
任
必
武
邢世和
童珺玥
《土壤学报》
CAS
CSCD
北大核心
2021
12
下载PDF
职称材料
2
广东省全域土地综合整治优化国土空间格局潜力评价
罗勇华
杨远光
曹迎迎
任
必
武
张娅楠
《南方农业》
2023
1
下载PDF
职称材料
3
乡村环境治理助力实现“双碳”目标路径研究
曹迎迎
杨远光
朱淑娴
罗勇华
任
必
武
《绿色科技》
2023
0
下载PDF
职称材料
4
“乡村振兴”战略下全域土地综合整治潜力评价指标研究
罗勇华
柯春鹏
杨远光
任
必
武
曹世广
《绿色科技》
2023
0
下载PDF
职称材料
5
机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例
任
必
武
陈瀚阅
张黎明
聂祥琴
邢世和
范协裕
《中国生态农业学报(中英文)》
CAS
CSCD
北大核心
2021
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部