摘要
本申请公开了一种基于深度学习的土壤有机质预测制图方法、装置、设备及介质,涉及数字土壤制图领域,该方法包括获取目标区域土壤的遥感影像,并设定预设数量的土壤采样点;综合获取地形因子、植被因子、气候因子和土地利用因子等环境数据指标;构建每个采样点预设范围内的三维环境张量数据,将三维环境张量数据输入土壤有机质含量预测模型中,得到目标区域内土壤采样点的有机质含量预测值集合;结合预测值集合与土壤采样点的空间坐标,生成目标区域土壤有机质含量的空间分布预测图,本申请提高了土壤有机质预测的准确性和制图效率,为土壤资源管理和农业可持续发展提供了技术支撑。
技术关键词
土壤有机质含量
制图方法
温度植被干旱指数
栅格
归一化植被指数
指标
制图装置
深度学习网络模型
因子
采样点
遥感影像数据
数字高程模型
农业可持续发展
动植物残体
归一化方法
系统为您推荐了相关专利信息
分类方法
物候特征
遥感影像数据
时序
归一化植被指数
栅格
DLP光固化
打印墨水
组织修复材料技术
多孔生物陶瓷支架
分布式水文模拟
栅格
模拟模型
地下水
土地利用数据
生态修复系统
土壤有机质含量
地貌参数
沟槽间距
覆盖率
河流水沙模型
寒区
悬移质泥沙
Sigmoid函数
位置提取