农村数字经济能否提升农业绿色全要素生产率?基于双重机器学习的实证研究
用双重机器学习检验农村数字经济对农业绿色全要素生产率的影响。
用双重机器学习检验农村数字经济对农业绿色全要素生产率的影响。
构建降尺度土壤水分数据集并监测2003-2023年中国农业干旱时空演变。
融合WCM物理特征与多源遥感,用机器学习估算冬小麦拔节期土壤含水量。
用机器学习与遥感分析埃塞俄比亚甘贝拉镇2005-2025年城市扩张与土地利用变化。
构建架构多样性TabNet集成,用多源土壤数据分类7类作物。
对2021-2025年2782篇文献做文献计量,梳理AI与食品安全交叉研究趋势。
以安阳为例,用XGBoost-SHAP分析2000—2020年气候水分亏缺的空间异质性及其环境关联。
提出融合地理空间与钻孔数据的机器学习框架,预测水文地质参数与地下水潜力指数。
融合Sentinel-1 SAR与Sentinel-2光学影像,用随机森林在GEE上绘制孟加拉国Bo
通过问卷与访谈调查美国农业利益相关者对AI/ML应用的认知与障碍。
用农业气象变量与时间特征构建机器学习模型,实现印度棉区棉铃虫多级发生预测。
用Landsat 5/8裸土光谱指数识别裸土并机器学习建模表层土壤质地与全碳。
用遥感与随机森林分析亚利桑那45场野火,识别火前植被水分等驱动因子。
利用物联网与机器学习构建水质预测监测系统,提前1-6小时预测rWQI。
融合Sentinel-2时序与PlanetScope高分影像,用XGBoost绘制地中海9类可燃物类
用TVP-VAR-BK与机器学习分析气候政策不确定性对中外粮食市场风险溢出的动态影响。
综述人工智能与数据驱动技术在海岸带管理中的应用,并指出未来方向。
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
对比专家驱动AHP与遥感基础模型增强的CAT-XGB集成,用于尼日利亚西北部地下水潜力制图。
构建Aqua Rescue数据管道与决策系统,将洪水、降雨和水库数据整合,优化调水以缓解干旱。