公共文化服务平台

王瑾杰: 作品数：34 被引量：232H指数：9; 供职机构：新疆大学更多>>; 发文基金：国家自然科学基金自治区科技支疆项目计划教育部促进与美大地区科研合作与高层次人才培养基金更多>>; 相关领域：环境科学与工程农业科学天文地球水利工程更多>>

合作作者

艾比湖地区气溶胶光学特性分析被引量：6: 2020年; 精河县气溶胶光学特性的定量评估是理解艾比湖盐尘传输过程的关键.本文利用2019年精河县CE-318太阳光度计站点观测资料,分析了气溶胶光学厚度(AOD)和Angstrom波长指数(α)的变化特征.结果表明AOD日变化呈单峰曲线,与α呈反向变化特征;气溶胶粒子浓度和主控模态具有明显的季节性差异,与夏、秋季相比,春季AOD较高且变化幅度剧烈,粗粒子气溶胶占主控地位,粒子粒径和变化幅度较大;AOD和α呈负相关关系,从春季到秋季,气溶胶逐渐从粗模态向细模态过渡;与夏季相比,春季局地气溶胶对风速、风向和相对湿度的变化较为敏感;温度不是导致局地气溶胶变化的内在因素,但与气溶胶粒子扩散能力成正比;非采暖期,精河县AOD高值主要受粗粒子为主的沙尘气溶胶的影响,小颗粒的气溶胶的增加以及气溶胶吸湿增长都不是造成该地区AOD增加的主要原因.; 张喆张喆王瑾杰; 关键词：太阳光度计艾比湖气溶胶光学特性

基于多模型对比的土壤盐分制图及不确定性研究被引量：1: 2022年; 基于野外采集的110个表层土壤盐分样本,采用四种机器学习算法(随机森林、极限学习机、多元自适应样条回归和人工神经网络)与46个环境协变量来绘制新疆艾比湖地区土壤盐分的空间分布图并预测了其不确定性.通过10折交叉验证对各模型的精度进行比较,研究结果表明:(1)使用随机森林(Random Forest,RF)模型能够更稳定更准确地预测土壤EC值,其R^(2)均值达到了0.662,该性能优于人工神经网络(0.622)、极限学习机(0.637)和多元自适应样条回归模型(0.549).(2)Sentinel-2光谱数据是土壤EC预测最重要的变量,其次是盐分指数、气候、地形数据以及植被指数,相对重要性分别为44%、31%、20%和5%.(3)RF模型的结果揭示了区域土壤盐分空间分布的变化信息,模拟结果精度优于其余三个模型,确定RF模型是干旱区尾闾湖流域土壤盐分监测的有效方法.; 王瑾杰丁建丽丁建丽张喆; 关键词：土壤盐渍化

基于SCS模型的新疆博尔塔拉河流域径流模拟被引量：11: 2016年; 为探索SCS(soil conservation service)模型在干旱区地表径流模拟中的适用性,以新疆博尔塔拉河上游温泉流域为例,利用2013年融雪期18场次降雨量、日径流量及卫星同步观测基础数据,基于度日模型、土壤水分吸收平衡原理及地表温度-植被指数特征空间反演土壤水分等方法,探索适用于流域尺度耦合降雨、积雪融水混合补给径流的SCS模型参数改进算法,采用国产"高分一号"16m分辨率遥感影像和landsat8 OLI 30m多光谱遥影像为模型提供面状数据。分别利用参数算法改进后SCS模型与原SCS模型进行径流模拟,前者模拟值较后者更接近实测值,二者模型验证期Nash效率系数分别为0.66和0.38,相对误差系数分别17%,27%;研究结果表明,利用遥感反演地表参数,结合土壤饱和含水量计算SCS模型参数的方法在面积大且数据缺乏的温泉流域具有可行性和实用性。; 王瑾杰丁建丽张成张喆; 关键词：遥感径流径流模拟

基于PLUS模型的艾比湖流域景观生态风险分析及预测: 2025年; 景观生态风险评价是地理学、生态学研究衍生出来的新研究方向,在区域生态环境评价和国土资源规划中具有重要意义。以艾比湖流域为研究区,选取1990、2000、2010年和2020年土地利用遥感解译数据产品,定量分析30 a间土地利用动态变化特征。同时,基于景观风险生态指数,采用地统计学方法,探究艾比湖流域景观生态风险程度及时空分异特征,并利用PLUS模型模拟预测艾比湖流域2030年未来多情景下的土地利用及景观生态风险空间分布格局。结果表明:(1)流域土地利用类型以草地和裸地为主,占总面积70%以上,而灌木和湿地的面积相对较少;1990—2020年农田和不透水地表面积增加幅度明显,草地面积减少,是主要的土地利用转换类型。(2)1990—2020年流域景观生态风险全局Moran’s I均显著为正,流域景观生态风险持续上升且具有聚集效应,呈“边缘低、中间高”的空间分布规律。(3)所模拟的艾比湖流域2030年不同情景下艾比湖流域景观类型变化趋于平稳,草地和裸地仍然是最主要的土地利用类型。(4)2030年艾比湖流域不同情景下的景观生态风险分布与历史分布相似,综合来看,生态保护情景在社会经济发展的前提下有利于缓解流域景观生态风险,更符合可持续发展的需要。; 张子涵王瑾杰丁建丽张锦明葛翔宇; 关键词：土地利用艾比湖流域

基于像素对比学习的遥感地物信息提取方法和装置: 本发明提供了一种基于像素对比学习的遥感地物信息提取方法和装置，该方法包括：获取原始遥感影像，根据原始遥感影像的属性信息构造输入影像矩阵，并对所述输入影像矩阵进行维度转换；利用SegFormer预训练模型提取维度转换后的输...; 王瑾杰丁建丽刘博华张喆邹杰张子鹏葛翔宇朱传梅马雯郭一土

一种注意力融合的遥感图像道路信息提取方法和装置: 本发明提供了一种注意力融合的遥感图像道路信息提取方法和装置，该方法包括：获取原始遥感图像，对原始遥感图像分别进行多尺度特征提取和全局池化，得到多尺度局部特征和全局池化特征，采用注意力机制模块对多尺度局部特征和全局池化特征...; 王瑾杰丁建丽刘博华张喆邹杰张子鹏葛翔宇朱传梅马雯郭一土

基于电磁感应技术的土壤剖面盐分空间分布建模研究被引量：16: 2016年; 土壤盐渍化问题是干旱半干旱地区农业发展的主要障碍,也是制约荒漠植物生长状况的关键因素之一,严重影响到绿洲生态环境的稳定与安全。研究土壤剖面盐分的分布情况,能及时探究盐渍化对生态的影响。以渭干河-库车河三角洲绿洲为研究靶区,利用电磁感应仪技术与传统采样方法获取该地区典型地块的土壤电导率,剖析其剖面分布特征,在建立磁感式表观电导率和土壤样本实测电导率之间的线性混合模型的基础上,采用自然邻近插值方法解析和评估研究区土壤剖面盐分的空间分布特征。结果表明:研究区土壤电导率具有较强的表聚性与空间变异强度,土壤主体属于中度盐渍化类型;基于各深度层土壤电导率与磁感表观电导率所构建的3种线性混合模型均能达到0.01的显著性水平,其中磁感表观电导率两种模式相结合解译模型预测精度最高;自然邻近法插值结果直观反映研究区土壤剖面盐分的空间分布状况,与水平模式和垂直模式相结合的土壤盐分解译模型相结合则能够更有效的提高土壤盐分空间分布的预测精度。研究结果表明,借助构建的土壤盐分解译模型可对研究区土壤盐渍化空间分布情况进行快速监测与评估,为该区土壤盐渍化的防治提供了一定的技术支撑。; 邓凯丁建丽杨爱霞王瑾杰

分数阶微分技术在机载高光谱数据估算土壤含水量中的应用被引量：14: 2022年; 无人机高光谱遥感为精准农业和农业信息化监测提供崭新视角。高光谱传感器具有厘米级空间分辨率和精细的光谱分辨率,可获取高质量的高光谱数据。然而,高光谱数据通常伴随噪声和数据冗余,高光谱信息利用效率低,常规预处理难以满足精准估算的需求。因此,为解决上述现实问题,针对机载高光谱影像的数据挖掘必不可少。利用分数阶微分(FOD)技术逐像元处理机载高光谱数据(步长为0.1)。通过对比FOD技术与整数阶技术对高光谱数据的改善能力,从光谱层面探寻最佳FOD阶数。在梯度提升回归树(GBRT)算法下构建土壤含水量(SMC)估算模型,最终在最佳模型下评估SMC的空间分布。结果表明:FOD技术提高光谱与SMC的相关系数(r_(max)=0.768),与原始光谱、一阶微分和二阶微分处理后的光谱同SMC相关系数相比,分别提升0.168,0.157和0.158。FOD技术提升模型估算精度的主因是突出有效光谱信息的作用,特别是与水分胁迫密切敏感的叶绿素、植物结构和水分响应波段(430,460,640,660和970 nm)。即使FOD技术取得理想的结果,不同阶数的效果仍有差异。高阶FOD对影像增加了一定噪声,相较于高阶FOD(1<阶数<2),低阶FOD(0<阶数<1)对相关性的改善更为明显。FOD技术对SMC估算模型的性能有很大提高,在0.4阶模型下取得最优结果(R^(2)_(p)=0.874,RMSEP=1.458,RPIQ=3.029)。此外,0.1—0.9阶和1.6—1.9阶的SMC估算模型比整数阶模型更优(R^(2)_(p)提升0.8%~13.8%),但根据模的RPIQ发现,低阶FOD模型在模型的预测能力方面更强。在0.4阶模型下反演农田土壤水分的空间分布表明干旱区农田SMC具有显著的空间异质性。研究结果表明低阶FOD技术有效地实现对高光谱数据挖掘,从而实现农业SMC的精准估算。该研究提出了针对机载高光谱影像处理的新方法,为干旱区精准农业实施和管理提供新的策略。; 王瑾杰丁建丽丁建丽张喆张喆; 关键词：无人机分数阶微分精准农业土壤含水量

一种新能源水文遥感装置: 本发明公开了一种新能源水文遥感装置，属于水文遥感装置技术领域，本发明包括外框架，所述外框架的底板上固定安装有遥感装置本体，所述外框架的上方设置有光伏发电板；所述外框架与光伏发电板之间安装有固定外管、安装架、安装座、安装轴...; 李相邹杰张子鹏王瑾杰

集成土壤-环境关系与机器学习的干旱区土壤属性数字制图被引量：14: 2020年; 【目的】土壤属性的空间分布是影响农业生产力、土地管理和生态安全的重要因素。通过土壤环境耦合关系,在机器学习算法框架下,定量预测出干旱区土壤酸碱度(pH)、土壤盐分含量(Soil Salt Content,SSC)与土壤有机质(Soil Organic Matter, SOM)3种土壤属性的空间分布,为干旱区农业生产和生态安全提供科学依据。【方法】在渭干河-库车河绿洲干旱区于2017年7月设计采集典型表层(0-20 cm)土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模。借助梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型依次对3类土壤属性的32种环境协变量进行重要性排序,并通过均方根误差(Root Mean SquareError,RMSE)界定出协变量重要性阈值点,从而筛选出参与3类土壤属性制图的环境协变量。进而运用随机森林(Random Forest, RF)、Bagging和Cubist 3种非线性模型建模,并引入多元线性回归模型(Multiple Linear Regression,MLR)进行对比分析,选出最优模型并绘制出90 m分辨率新疆渭干河-库车河绿洲干旱区pH、SSC与SOM 3种土壤属性图。【结果】梯度提升决策树能有效筛选出重要协变量,高程(Elevation)、剖面曲率(Profile Curvature)、差值植被指数(Difference Vegetation Index)、扩展增强型植被指数(Extended Normalized Difference Vegetation Index)、调整土壤亮度植被指数(Modified Soil Adjusted Vegetation Index)、盐分指数S1(Salinity Index S1)以及盐分指数S6 (Salinity Index S6) 7类环境变量均参与3类土壤属性建模,其中SSC遴选出参与建模协变量15种,pH和SOM则均为17种,且遥感指标在预测土壤属性图中起到强大的作用。机器学习3种算法的结果均优于MLR。通过3种非线性模型对比发现,随机森林在3种土壤属性中均表现最佳。在随机森林预测�; 张振华丁建丽王敬哲葛翔宇王瑾杰田美玲赵启东; 关键词：土壤属性

王瑾杰

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王瑾杰

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈