期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
1989—2022年生态环境中人工智能应用的研究综述——基于Citespace的知识图谱分析 被引量:1
1
作者 黄明祥 张健钦 +8 位作者 杨毅 赵世新 魏斌 李顺 吴海东 程歆玥 李星辰 李心治 《环境保护科学》 CAS 2024年第2期8-16,共9页
人工智能是研究用计算机来模拟人的某些思维过程和智能行为的学科,近年来在生态环境业务领域的应用价值逐渐凸显。基于1989—2022年间CNKI收录的6732篇中文文献和WOS核心合集中5012篇英文文献,使用Citespace可视化分析软件,采用传统文... 人工智能是研究用计算机来模拟人的某些思维过程和智能行为的学科,近年来在生态环境业务领域的应用价值逐渐凸显。基于1989—2022年间CNKI收录的6732篇中文文献和WOS核心合集中5012篇英文文献,使用Citespace可视化分析软件,采用传统文献梳理与计量方法,对生态环境中人工智能的知识基础、前沿热点、发展趋势进行梳理,总结了国内外发展脉络、研究前沿、路径演化和最新进展。结果表明:国外在环境风险评估方面研究较多,关注空气污染、水质量等与人体健康密切相关的层面;国内对环境监管的研究居于前列,研究内容多是人工智能在城市街区空气质量、交通噪声、水质、土地覆盖等方面的应用。国内研究方法涵盖水质预测模型、大气污染物扩散模拟、土壤污染算法预测等应用方法,迁移学习、深度学习、机器学习、强化学习等理论方法,国外重点关注深度学习、机器学习、人工神经网络等理论方法的应用。国外近6年一贯延续用机器学习研究水与空气质量这两类对象,国内近3年对机器学习、深度学习等研究方法的关注热度逐渐凸显。 展开更多
关键词 生态环境 人工智能 CITESPACE 知识图谱 可视化分析
下载PDF
面向污染企业数字孪生体构建的多粒度时空实体建模
2
作者 崔晓琛 田云 +4 位作者 张健钦 赵苗苗 马茂鑫 胡超男 《遥感学报》 EI CSCD 北大核心 2024年第5期1364-1373,共10页
污染企业数字孪生体是指与污染企业物理实体完全等价的计算机信息模型,是实现在产污染企业场地管控智能化的基础。目前数字孪生体的构建方法在面对污染企业污染源种类多、源汇关系复杂及溯源难度大的情况时,难以实现对污染企业物理实体... 污染企业数字孪生体是指与污染企业物理实体完全等价的计算机信息模型,是实现在产污染企业场地管控智能化的基础。目前数字孪生体的构建方法在面对污染企业污染源种类多、源汇关系复杂及溯源难度大的情况时,难以实现对污染企业物理实体特征数据的完整表达。因此,本文提出一种构建污染企业数字孪生体的多粒度时空实体建模方法,通过对污染企业时空实体相关特征和关系的建模分析,以数据模型的形式实现对污染企业场地实体全面多维的信息描述与刻画。以广州市某橡胶厂为应用案例,进行数据模型的实例验证。结果表明,多粒度时空实体建模能高效组织和表达实体多维度的特征,实现污染企业数字孪生体模型的精准构建,为污染企业数字孪生应用服务提供有效方法和数据模型基础。 展开更多
关键词 遥感 污染企业 数字孪生体 实体特征数据 多粒度时空实体建模 数据模型
原文传递
一种场地污染环境的多粒度时空对象模型 被引量:1
3
作者 张健钦 +3 位作者 贾红霞 李心治 李星辰 袁泉 《测绘通报》 CSCD 北大核心 2023年第3期55-60,共6页
目前针对污染场地的研究主要围绕污染态势及其发展状况,对于污染场地的实体特征缺乏较完整的表达,难以可视化展示污染场地多维度的信息。本文基于多粒度时空对象模型的构建思路,研究构建多粒度场地污染环境时空对象模型,将污染场地信息... 目前针对污染场地的研究主要围绕污染态势及其发展状况,对于污染场地的实体特征缺乏较完整的表达,难以可视化展示污染场地多维度的信息。本文基于多粒度时空对象模型的构建思路,研究构建多粒度场地污染环境时空对象模型,将污染场地信息实体抽象成数据模型,进而对其时空实体的相关特征进行描述及可视化表达,实现污染场地的全空间信息大数据的集成与融合,并以重庆市某钢铁厂为例进行试验验证。试验结果表明,场地污染环境多粒度时空对象建模,可以高效表达污染场地多维度的特征,更全面地可视化展示污染场地信息,为污染场地的精准管控、污染评估和治理修复提供技术支撑。 展开更多
关键词 污染场地信息 多粒度时空对象 全空间信息 场地污染环境 对象模型构建
下载PDF
基于机器学习的场地重金属单因子指数预测
4
作者 李心治 张健钦 +3 位作者 胡昊 李星辰 陆楠 《环境保护与循环经济》 2023年第2期35-38,共4页
为有效利用污染场地环境大数据,优化污染场地的调查与风险评估流程,依据污染行业专家知识建立指标集作为输入值,结合单因子指数污染评价方法,分别应用XGBoost,LightGBM两种机器学习模型对场地重金属单因子指数进行预测。模型训练和测试... 为有效利用污染场地环境大数据,优化污染场地的调查与风险评估流程,依据污染行业专家知识建立指标集作为输入值,结合单因子指数污染评价方法,分别应用XGBoost,LightGBM两种机器学习模型对场地重金属单因子指数进行预测。模型训练和测试结果表明,两种模型均具有较好的预测效果,但整体上LightGBM略优于XGBoost。构建的场地重金属单因子指数预测模型可在无需钻孔采样分析的情况下,对场地内地块的重金属污染等级进行预判,为场地调查修复提供决策信息。 展开更多
关键词 重金属污染 单因子指数法 机器学习
下载PDF
一种面向道路养护的多粒度时空对象模型研究
5
作者 马茂鑫 张健钦 +3 位作者 崔晓琛 欧建西 胡超男 《测绘科学》 CSCD 北大核心 2023年第10期206-215,共10页
针对目前道路养护的数据模型研究主要围绕其时空属性进行描述,缺乏对道路养护场景实体对象特征和关系的完整表达,难以满足对多维道路养护数据进行融合和可视化展示的问题,该文在分析道路养护实体建模内容与特点的基础上,依托多粒度时空... 针对目前道路养护的数据模型研究主要围绕其时空属性进行描述,缺乏对道路养护场景实体对象特征和关系的完整表达,难以满足对多维道路养护数据进行融合和可视化展示的问题,该文在分析道路养护实体建模内容与特点的基础上,依托多粒度时空对象模型的建模思路,研究构建了一种面向道路养护的多粒度时空对象模型。将道路养护实体抽象成多粒度时空对象,并依据多粒度时空对象数据模型描述架构,从属性特征、组成结构、关联关系等8个方面对道路养护实体特征和关系的变化进行全面多维地描述和可视化表达。以北京市某区的道路养护为例进行实验验证。实验结果表明,面向道路养护的多粒度时空对象模型能够高效地表达道路养护数据的多维度特征,更加全面、真实和动态的可视化展示道路养护数据,为道路养护数据的集成化管理、时空查询和养护决策提供参考。 展开更多
关键词 道路养护信息 多粒度时空对象 全空间信息系统 对象化建模
原文传递
基于CatBoost的重金属污染场地风险等级预测模型
6
作者 李心治 张健钦 +3 位作者 胡昊 李星辰 陆楠 《绿色科技》 2022年第24期140-145,151,共7页
为有效利用污染场地环境大数据,在未进行钻孔取样的情况下对重金属污染场地进行风险等级的预测评估,研究构建了基于机器学习模型CatBoost的重金属污染场地风险等级预测模型,并分析制定了模型学习样本的制作方法,依据污染行业专家知识结... 为有效利用污染场地环境大数据,在未进行钻孔取样的情况下对重金属污染场地进行风险等级的预测评估,研究构建了基于机器学习模型CatBoost的重金属污染场地风险等级预测模型,并分析制定了模型学习样本的制作方法,依据污染行业专家知识结合场调数据特点建立指标集作为输入值,综合采用单因子指数法、地累积指数法与潜在生态风险指数法对场地内各网格地块的风险等级进行了划分并作为模型输出值。模型训练和测试结果表明:当输入特征为8项指标,即面积、硬化面积、生产经营时间、排污、地下水埋深、饱和带土壤渗透性、地下防渗措施和高密度电阻时,CatBoost性能最优,评价指标准确率为0.846、宏查准率为0.855、宏查全率为0.842、宏F1值为0.848。进一步与XGBoost、LightGBM两种机器学习模型进行了对比分析。结果表明:CatBoost模型对重金属污染地块的风险等级具有最佳的预测效果。构建的重金属污染场地风险等级预测模型可在无需采样数据的条件下对污染地块的风险等级进行预测,可为场地调查修复提供决策信息。 展开更多
关键词 重金属污染 风险等级 CatBoost 分类预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部