【论文精选】基于深度学习的湖北省土壤侵蚀空间分布

文摘   教育   2022-10-17 09:55   北京  
摘 要

    区域土壤侵蚀空间分布信息对生态修复和土地利用优化决策具有重要作用,但其分析计算的空间模型尚未成熟。引入深度学习方法,利用其计算能力强和拟合效果好的特点,建立土壤侵蚀与各因子之间的复杂联系,获取高精度的土壤侵蚀强度空间分布数据。在Jupyter Notebook平台下,构建UNet++BP神经网络框架,优选激活函数、损失函数等超参数;以湖北省土壤侵蚀空间分布真实数据作为基准,利用ADAM优化函数和交叉熵损失函数,训练记录土壤侵蚀因子深层信息的神经元;通过遥感手段获取降雨侵蚀力、土壤可蚀性、地表覆盖、植被覆盖、坡度和地形起伏度等因子作为模型输入,通过多次卷积和转置卷积计算获取土壤侵蚀强度等级空间分布数据。对比分析表明:UNet++神经网络的总体精度达到95.7%,比BP神经网络高4.3%,并克服BP神经网络存在的椒盐现象;UNet++神经网络在各侵蚀强度中误差分布较均匀,未呈现明显的误差聚集现象,能较好地反映土壤侵蚀分布情况。

本研究由国家重点研发计划"南方低效人工林改造与特色生态产业技术"(2017YFC05064)资助。


相关阅读推荐
(点击文章标题即可阅读)


无人机遥测技术技术在水土保持生态果园改造监测中的应用


切沟侵蚀测量方法研究进展


黄土丘陵区土壤水分空间分布与环境因子的关系


基于普查样点的贵州省耕地土壤侵蚀空间分布





《中国水土保持科学》是由中国科学技术协会主管,中国水土保持学会主办的综合性学术期刊。2003年创刊,双月刊,公开发行,2004年成为中国科技核心期刊,2011年入选中国科学引文数据库(CSCD),2015年入编北京大学《中文核心期刊要目总览》,2020年入选Scopus数据库。


长按二维码关注我们  ▶▶▶

中国水土保持科学
推送优秀学术论文,传递期刊动态,加强编者、作者、读者交流。
 最新文章