近地遥感与机器学习的耕地质量快速监测技术
DOI: http://dx.doi.org/10.12349/ees.v7i2.9363
Article ID: 9363
摘要
随着全球粮食需求的不断增加,耕地质量的监控成为确保粮食安全的重要任务。本研究利用近地遥感技术结合机器学习方法,开发了一套耕地质量快速监测技术。此外,该技术还能够提供耕作建议,帮助农民优化耕作策略,提高土地利用率。因此,这种结合近地遥感和机器学习的快速监测技术对于全球农业生产具有重要的理论和实践意义,能够助力粮食生产的可持续发展。这项研究不仅扩展了机器学习在农业领域的应用,也为耕地质量的动态监管提供了新的技术手段,是科技支持农业决策的一个重要步骤。
关键词
近地遥感;机器学习;耕地质量监测;地理信息系统;农业生产
全文:
PDF参考
沈州焘.浅谈强化耕地质量监测推进耕地质量建设[J].农村科学实验,2021,(16):193-194.
李国,王桂华,李颖,于洋.基于耕地质量等级监测的耕地质量动态变化研究[J].西部资源,2022,(01):169-173.
张新乐,钱蕾,鲍依临,崔杨,马雨阳,于滋洋,邵帅,刘焕军.黑土区田块尺度耕地质量遥感监测与评价[J].土壤通报,2020,51(06):1303-1312.
Refbacks
- 当前没有refback。
版权所有(c)2026 陈 川, 王 志鸿, 张 舜

此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。