Estimation of Soil Water Content in Winter Wheat Field at Jointing Stage Using Multi-Source Features and Machine Learning
融合WCM物理特征与多源遥感,用机器学习估算冬小麦拔节期土壤含水量。
土壤理化生物性状、盐碱地治理与固碳
融合WCM物理特征与多源遥感,用机器学习估算冬小麦拔节期土壤含水量。
构建架构多样性TabNet集成,用多源土壤数据分类7类作物。
用Landsat 5/8裸土光谱指数识别裸土并机器学习建模表层土壤质地与全碳。
系统综述2018-2026年196项AI用于土壤特性与农业的研究。
构建基于生态系统的机器学习框架,预测西北荒漠-绿洲-山地系统土壤有机碳并识别各子系统驱动因子。
用高光谱与机器学习反演陕北农牧交错带农田土壤全氮含量。
评估ET0与土壤湿度对机器学习估算实际蒸散的影响及可解释性。
综述土壤养分动态预测的统计与机器学习方法,比较精度与局限。
综述地统计学与混合空间建模在土壤科学中的方法、优势、局限及应用,指出其与机器学习融合是未来方向。
用Landsat与SVM评估南非Keiskamma流域2005-2025年土地退化时空格局。
该论文评估了测量噪声对NARX机器学习模型估算根区土壤水分动态精度的影响。
Optimizing biochar application strategies to improve soil properties and crop productivity in salt-affected croplands: Evidence from a global meta-analysis and machine learning approach。Agricultural Systems
研究利用多传感器模拟光谱和三维指数,结合GA-BPNN,分物候期估算黄花菜土壤全氮,提高精度。
研究AI在尼日利亚西南部土壤肥力评估和作物产量预测中的应用,发现随机森林模型表现最佳。
用机器学习代理模型预测多样化轮作对SOC和N2O的影响,识别气候智能管理区域。
提出可解释机器学习框架,同时预测土壤质地和含水量,提升模型透明度和可信度。