Journal of the Indian Society of Remote Sensing·9月23日 · 周三论文农业遥感与作物表型阅读 0
Integrated Assessment of Soil Erosion Drivers Using RUSLE, Remote Sensing, and Scenario-Based Machine Learning in a Data-Scarce Watershed of the Chota Nagpur Plateau, Eastern India
Mukesh Kumar Tiwari · Prabhat Kumar Guru · Sanjeet Kumar 等 5 人
Journal of the Indian Society of Remote SensingDOI 10.1007/s12524-026-02576-x
论文解读
63接近精选线
速览
结合RUSLE、遥感与情景机器学习，评估印度Chota Nagpur高原缺数据流域的土壤侵蚀驱动因素
方法
RUSLE模型、遥感数据与情景机器学习集成分析。
发现
在数据稀缺流域识别出土壤侵蚀关键驱动因子并预测不同情景下的侵蚀风险。
机会点
可探索缺数据区多源遥感与机器学习融合的土壤侵蚀动态监测与情景预警方法。
影响力8
信息增量18
专业深度15
信源权威13
时效性9
方法组合有新意但属区域案例研究，影响范围有限，可作为遥感与水土保持主题的补充素材。
原文摘要
基于RUSLE、遥感和情景机器学习的土壤侵蚀驱动因素综合评估——以印度东部乔塔纳格普尔高原数据稀缺流域为例。《印度遥感学会杂志》