县域大豆产量预测的深度学习方法:利用大规模环境数据——Frontiers in Artificial Intelligence
用深度学习结合大规模环境数据预测县域大豆产量,并对比多种网络架构与传统模型。
关键词 · 相关资讯与研究
沿着“环境数据”继续探索,共 1 条内容。
用深度学习结合大规模环境数据预测县域大豆产量,并对比多种网络架构与传统模型。
利用地理空间与遥感大数据,评估景观结构对PM2.5变化的影响。
结合卫星、气象和社会空间数据评估城市PM10浓度及人口暴露,构建综合暴露指数。
国家园艺种质资源库荔枝香蕉分库参建单位广东省农业科学院果树研究所,利用国家荔枝香蕉种质资源圃(广州)保存的香蕉资源,通过广粉1号粉蕉(ABB)×野生长梗蕉(BB)杂交,从后代中鉴定到抗病株系,突破性培育出抗枯萎病、抗逆且优质高产特色粉蕉新品种粉杂1号(苹果蕉)。配套研发组培快繁育苗、优质高产栽培和常温采后处理技术,经农业农村部科技发展中心组织专家评价,技术总体处于国际领先水平,与水稻、畜禽疫病防控、水果加工领域4项技术一起入选2026年广东省重大引领性技术。
利用多尺度事件同步等方法分析喜马拉雅山麓2001-2022年气候参数变化及其关联。
中国农业科学院农业质量标准与检测技术研究所农业环境污染物研究室成功研发全球首套面源污染智能监测系统,并制定《农业面源污染智能监测技术规范》,首次实现对流动水体中高风险抗生素、农药残留等新发污染物的实时在线动态监测。材料稳定性较传统吸附剂提升5倍以上,可同步检测3类9种农药和3类10种抗生素,灵敏度达ng/mL级,响应时间缩短至1分钟以内,已应用于海河、太湖等流域示范工程。
生态环境部联合工信部、公安部、自然资源部、水利部、农业农村部、最高法、最高检等八部门印发《关于进一步加强工业等污水污染风险防范 保障农业灌溉用水安全的通知》:从优化空间布局、加强污水排放管控、强化农业灌溉用水水质保障、加强环境执法与宣传培训四方面,明确农田周边、喀斯特地貌等高风险地区特征污染物建设项目准入要求,推进工业园区污水集中处理设施升级改造,开展工业/畜禽养殖涉水排查整治;出台农田灌溉用水水质监测技术指南,加大对非法排放工业废水和畜禽粪污现场执法力度,畅通行政执法与刑事司法衔接。
综述人工智能在微塑料污染监测、预测建模和风险评估中的应用、挑战与未来方向。
系统综述数字孪生林业,提出遥感与生态模型同化耦合框架。