期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
耕地质量评价缺失数据填充方法研究 被引量:6
1
作者 陈宇 周悟 +1 位作者 胡月明 谢健文 《农业资源与环境学报》 CAS CSCD 北大核心 2021年第6期1132-1141,共10页
在耕地质量数据调查与采集过程中会由于人为、环境等因素造成数据缺失,而目前数据缺失填充方法都存在适用性不足的问题,为完善耕地质量数据库从而提高耕地质量评价精度,对耕地质量评价缺失数据填充方法的研究是十分重要的。本研究以广... 在耕地质量数据调查与采集过程中会由于人为、环境等因素造成数据缺失,而目前数据缺失填充方法都存在适用性不足的问题,为完善耕地质量数据库从而提高耕地质量评价精度,对耕地质量评价缺失数据填充方法的研究是十分重要的。本研究以广州市从化区耕地质量数据库为样本集,根据空间相关性和空间分布将数据集划分为空间关联性数据集和非空间关联性数据集,利用多种填充方法对其进行缺失填充模拟,采用十字交叉法进行精度验证。结果表明:选取数据整体异常值比例不足1.2%,且高程、气温、有效锌等25组因素具有空间相关性。对空间关联性数据填充精度最高的是四象最近邻算法,在缺失率20%以下时精度仍高达80%,精度随缺失率增大而降低,其次为K最邻近(KNN)算法、期望最大化法、多重填充法、回归模型算法,四象最近邻算法相较于KNN算法在数据密集时精度更好。对非空间关联性数据填充精度最高的是相似聚集填充算法,在缺失率25%以下时精度超过80%,其次为期望最大化法、多重填充法、回归模型算法。综上,本研究提出的四象最近邻算法和相似聚集填充算法相比其他算法在耕地质量评价缺失数据填充中精度更高,效果更稳定,且实用性更广。 展开更多
关键词 耕地质量评价 缺失 数据 填充 从化区 精度
在线阅读 下载PDF
增温和氮添加对高寒草甸土壤微生物氮素生理群的影响 被引量:13
2
作者 张慧敏 李希来 杨帆 《草地学报》 CAS CSCD 北大核心 2020年第3期606-612,共7页
为了揭示高寒草甸土壤微生物氮素生理群对增温和氮素添加的响应机制,本研究采用模拟增温和添加不同形态氮素的方法,研究了增温和氮素添加对三江源区高寒草甸土壤中硝化细菌﹑反硝化细菌﹑自生固氮菌﹑氨化细菌的影响。结果表明:各处理... 为了揭示高寒草甸土壤微生物氮素生理群对增温和氮素添加的响应机制,本研究采用模拟增温和添加不同形态氮素的方法,研究了增温和氮素添加对三江源区高寒草甸土壤中硝化细菌﹑反硝化细菌﹑自生固氮菌﹑氨化细菌的影响。结果表明:各处理中土壤微生物氮素生理群的数量分布呈现自生固氮菌>反硝化细菌>氨化细菌>硝化细菌;增温和氮添加处理均显著增加0~15 cm和15~30 cm土壤氮素生理群数量,硝态氮处理下4种氮素生理群数量均高于铵态氮处理,且硝化细菌和自生固氮菌的数量在添加的不同氮素之间差异极显著(P<0.01),而反硝化细菌和氨化细菌的数量差异不显著;增温和添加氮素交互影响土壤微生物氮素生理群数量分布特征,具体表现为促进作用。本研究结果为揭示高寒草甸在全球气候变暖和氮沉降的背景下的响应规律提供数据支撑。 展开更多
关键词 铵态氮 硝态氮 硝化细菌 反硝化细菌 自生固氮菌 氨化细菌
在线阅读 下载PDF
基于Hive的高寒草地海量数据高效分析系统设计研究 被引量:1
3
作者 李亮丹 晔沙 +4 位作者 谢夏 胡月明 谢健文 周悟 游小敏 《农业资源与环境学报》 CAS CSCD 北大核心 2021年第6期1152-1163,共12页
解决高寒草地的退化问题需要对高寒草地退化现状进行综合评价,而这需要相关数据作为支撑,本研究设计并实现了一个基于Hive的高寒草地海量数据高效分析系统,能对高寒草地的海量数据进行可靠、高效地存储分析。首先,平台设计基于Hadoop、H... 解决高寒草地的退化问题需要对高寒草地退化现状进行综合评价,而这需要相关数据作为支撑,本研究设计并实现了一个基于Hive的高寒草地海量数据高效分析系统,能对高寒草地的海量数据进行可靠、高效地存储分析。首先,平台设计基于Hadoop、Hive、Sqoop环境,通过节点和集群配置等步骤搭建完成;然后,通过期望最大化(EM)算法进行数据填充、数据导入、数据分区存储等步骤,完成数据抽取、转换、加载(ETL)及数据存储;最后,系统通过混合函数编码实现模糊查询功能,实验测试表明系统达到了预定的效果。随着文件大小的增加和总体数据规模的增大,系统整体存储和读取时间一直处于增长的状态,但平均运行时间(平均处理1 MB数据所使用的时间)处于降低的趋势,说明随着数据量的增加,系统并行处理海量数据的能力得到体现。使用2014年青海省称多县高寒草地样方监测数据和部分虚拟数据(总数据量约为3958万条,7.56 GB),对Hive集群以及关系型数据库SQL Server的数据查询效率进行对比。结果显示,当查询数据量为3958万条时,Hive集群数据查询的时间为SQL Server查询时间的67.8%。说明在数据量较大时,系统数据查询的效率比SQL Server更高。通过HiveQL对高寒草地生态数据进行分析处理,并开展相应的对照实验,对比发现,Hive数据分析技术与对照实验的处理结果相同。综上,将分布式数据仓库技术应用于高寒草地海量数据的存储与分析,较传统的数据存储与分析技术相比有明显的进步。本系统对海量数据处理效率高、可开发性强,可以很好地满足海量高寒草地数据的存储和分析要求。 展开更多
关键词 高寒草地 海量数据 存储与分析 Hive
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部