通过地球信息科学与遥感评估土壤侵蚀风险——综述
计算机视觉与模式识别
2023-10-13 v1 无序系统与神经网络
数据分析、统计与概率
地球物理
摘要
在过去的几十年中，全球范围内对广泛侵蚀现象的显著表现进行了研究。全球保护界在发展中国家发起了地方、区域和大陆层面的运动，以保护土壤资源，这不仅是为了阻止或减轻人类对自然的影响，也是为了通过引入新的土壤耕作方法改善农村地区的生活。在联合国通过可持续发展目标并启动若干世界倡议（如土地退化零增长（LDN））之后，世界开始认识到生物圈赖以生存的土壤资源的极端重要性。本章的主要目标是回顾不同类型与结构的侵蚀模型及其应用。若干利用地理信息系统（GIS）空间分析能力的方法已用于土壤侵蚀风险评估，例如在全球和美国运行的通用土壤流失方程（USLE）、修正通用土壤流失方程（RUSLE）以及 MESALES 模型。本工作讨论了这些及更多模型，同时也探讨了用于评估土壤侵蚀风险的更具实验性的模型与方法，如人工智能（AI）、机器学习和深度学习等。在本工作结尾，描绘了土壤侵蚀风险评估未来发展的展望。
引用
@article{arxiv.2310.08430,
title = {Assessing of Soil Erosion Risk Through Geoinformation Sciences and Remote Sensing -- A Review},
author = {Lachezar Filchev and Vasil Kolev},
journal= {arXiv preprint arXiv:2310.08430},
year = {2023}
}
备注
Chapter 21 (pages 54)