平缓地带数字土壤制图方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41877001
  • 项目类别:
    面上项目
  • 资助金额:
    61.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0709.基础土壤学
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Soil-landscape knowledge is the key of Digital Soil Mapping. In the gentle zone, terrain, vegetation and other environmental factors to describe the traditional variation is relatively small; it is difficult to effectively reflect the spatial variability of the soil. How to extract environmental covariates can reflect the gentle regional spatial variability of soil information has become a research focus and difficulty of digital soil mapping, thus to explore the feasibility and weight of remote sensing factors involved in the reasoning process, is to improve the important scientific problems in the flat areas drawing precision. The typical hilly and plain mixed area of about 300 square kilometers of the study area, the project intends to make full use of the terrain and remote sensing factors, first in the hilly and plain region mixed inference drawing, determine the reasoning accuracy of regional flat areas by exaggeration uncertainty,by ignorance uncertainty to determine hilly region mapping accuracy region with higher accuracy in the location of high degree and weight factor analysis of remote sensing in the reasoning process involved, and then applied in the gentle zone. The purpose of this study is to make use of terrain and remote sensing factors as a source of knowledge for reasoning and mapping in order to improve the reasoning accuracy of gentle regions. The development of this project can expand the theory and method of knowledge acquisition in digital soil mapping, and provide a basis for improving the mapping accuracy of gentle areas, which has practical theoretical significance and scientific value.
土壤-环境知识是数字土壤制图的关键,在平原等平缓地区,传统的易于刻画的地形、植被等环境要素变异比较小,难以有效地反映土壤的空间变异。如何提取能够反映平缓区域土壤空间变异信息的环境协变量成为数字土壤制图的研究重点和难点,也是提高平缓区域制图精度的重要科学问题。本研究选择面积约300平方公里的典型丘陵和平原混合区域,以地形和遥感因子为基础数据,首先在丘陵和平原混合区域推理制图,通过夸大不确定性确定平缓地带推理精度较差的区域,通过忽略不确定性确定丘陵区域制图精度较高的区域,在精度较高的位置分析遥感因子在推理过程中的参与程度及权重,进而在平缓区域加以应用。研究旨在综合利用地形和遥感因子作为推理制图的知识源,以提高平缓区域的推理准确度。本项目的开展可拓展数字土壤制图中知识获取的理论和方法,具备切实的理论意义和科学价值。

结项摘要

如何提取能够反映平缓区域土壤空间变异信息的环境协变量成为数字土壤制图的研究重点和难点,因此探索遥感因子参与推理过程的可行性及权重,是提高平缓区域制图精度的重要科学问题。基于以上科学问题,研究主要体现在3个方面:(1)在研究区1,探索了遥感影像作为辅助因子参与土壤推理制图的可行性;(2)在研究区2,分别开展了丘陵和平原区推理制图,探索了将丘陵区获取的知识运用到平原区推理制图的可行性,并深入研究了遥感因子的有效筛选过程;(3)总结和归纳了平原和丘陵区推理制图的方法。.主要研究结果包括:(1)利用随机森林算法结合多源环境变量,可将混合多种土壤类型的复合土壤图斑进行细化,在土壤多边形内部画出新的边界来代表单一土壤类型,其制图精度提高了13%;(2)采用单时相和多时相遥感因子作为辅助推理因子,制图精度可分别提高10%和13%;(3)对于典型丘陵和平原条件下的数字土壤制图,随机森林算法是除了Solim外第二种比较可靠的算法;(4)在平原和丘陵混合区域研究中,按地形区域分别进行推理制图所得到的土壤图总体精度提升了18%,并可将丘陵地区获取的知识运用到平原推理过程中;(5)在推理制图中,遥感因子在平原区域的重要性程度高于丘陵区域,且遥感因子中NDVI和Mean值较为稳定;基于递归特征算法的按地形推理制图精度最高,3种特征筛选算法制图结果中,按地形因子分区制图的精度均高于整体区域制图。.本研究科学意义如下:综合利用地形和遥感因子作为推理制图的知识源,明确了遥感因子的衍生参数、筛选方法及参与推理制图的详细途径,以提高平缓区域的推理准确度;在丘陵区域获取的知识可以应用到平原区域进行推理制图,可为解决平原地区推理制图因子的获取与利用提供新的方法和思路。本项目的开展可拓展数字土壤制图中知识获取的理论和方法,为提高平缓区域制图精度提供方法基础,更可为目前正在开展的“第三次土壤普查”奠定良好的理论基础和方法,具备切实的理论意义和科学价值。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
Crop residual burning correlations with major air pollutants in mainland China
中国大陆农作物残渣燃烧与主要空气污染物的相关性
  • DOI:
    10.3389/fenvs.2022.1002610
  • 发表时间:
    2022
  • 期刊:
    FRONTIERS IN ENVIRONMENTAL SCIENCE
  • 影响因子:
    --
  • 作者:
    Tianwei Wang;Ke Meng;Peihong Fu;Wei Huang
  • 通讯作者:
    Wei Huang
Spatial Prediction of Soil Organic Matter Using Geostatistics and Topographic Unit Zoning Integrated in GIS: A Case Study
利用地理统计学和 GIS 中的地形单元分区进行土壤有机质空间预测:案例研究
  • DOI:
    10.11648/j.earth.20190805.15
  • 发表时间:
    2019
  • 期刊:
    Earth Sciences
  • 影响因子:
    --
  • 作者:
    Zhou Ziyan;Fu Peihong;Han Zongwei;Huang Wei
  • 通讯作者:
    Huang Wei
The Spatial Optimization and Evaluation of the Economic, Ecological, and Social Value of Urban Green Space in Shenzhen
深圳市城市绿地空间优化及经济、生态、社会价值评价
  • DOI:
    10.3390/su12051844
  • 发表时间:
    2020
  • 期刊:
    Sustainability
  • 影响因子:
    3.9
  • 作者:
    Yu Yuhan;Zhang Wenting;Fu Peihong;Huang Wei;Li Keke;Cao Kai
  • 通讯作者:
    Cao Kai
基于多时相遥感影像和随机森林算法的土壤制图
  • DOI:
    10.13758/j.cnki.tr.2021.05.026
  • 发表时间:
    2021
  • 期刊:
    土壤
  • 影响因子:
    --
  • 作者:
    陈荣;韩浩武;傅佩红;杨雨菲;黄魏
  • 通讯作者:
    黄魏
Optimization of Soil Sampling Design Based on Road Networks – A Simulated Annealing/Neural Network Algorithm
基于道路网络的土壤采样设计优化—模拟退火/神经网络算法
  • DOI:
    10.11648/j.earth.20190806.14
  • 发表时间:
    2019
  • 期刊:
    Earth Sciences
  • 影响因子:
    --
  • 作者:
    Rong Chen;Shishi Liu;Yufei Yang;Wei Huang;Zongwei Han;Peihong Fu
  • 通讯作者:
    Peihong Fu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于词条组合的军事类文本分词方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    黄魏;高兵;刘异;杨克巍
  • 通讯作者:
    杨克巍
基于能力需求视角的武器装备体系评估
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统工程与电子技术
  • 影响因子:
    --
  • 作者:
    程贲;谭跃进;黄魏;熊健;鲁延京;CHENG Ben;TAN Yue-jin;HUANG Wei;XIONG Jian;LU Yan-
  • 通讯作者:
    LU Yan-
基于土壤-景观关系的采样合理性研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    华中农业大学学报
  • 影响因子:
    --
  • 作者:
    黄魏
  • 通讯作者:
    黄魏
基于模糊共识的武器装备体系能力生成研究
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    火力与指挥控制
  • 影响因子:
    --
  • 作者:
    黄魏;梁晓庆;谭跃进
  • 通讯作者:
    谭跃进
基于土壤养分-景观关系的土壤采样布局合理性研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    华中农业大学学报
  • 影响因子:
    --
  • 作者:
    韩宗伟;黄魏;张春弟;罗云
  • 通讯作者:
    罗云

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

黄魏的其他基金

基于地理样本代表性修正的数字土壤制图方法
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
数字土壤制图中土壤-环境知识的提炼与融合
  • 批准号:
    41171174
  • 批准年份:
    2011
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码