人工智能深度學習模型在土壤屬性數(shù)字制圖中的應用

打開文本圖片集

摘  要：為提高土壤屬性數(shù)字制圖預測精度，以及隨著遙感環(huán)境變量數(shù)據(jù)量的增加、算力的增強和開源深度學習框架的普及，數(shù)字土壤制圖正在從傳統(tǒng)的知識驅(qū)動模型向數(shù)據(jù)驅(qū)動的人工智能深度學習模型轉(zhuǎn)變。該文以土壤關(guān)鍵屬性有機碳為例，分析歸納土壤有機碳數(shù)字制圖深度學習模型的理論基礎(chǔ)、模型結(jié)構(gòu)、亟待解決的有關(guān)環(huán)境變量空間上下文信息和多模態(tài)數(shù)據(jù)整合及模型可解釋性等問題，旨在促進人工智能深度學習模型在第三次全國土壤普查土壤屬性制圖中的應用。（剩余9024字）