首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    基于GEE和S1自动提取水稻种植区

    这项研究提出了一种经济有效的方法,可用于近实时地绘制和监测大面积水稻的生长程度和种植方式。这种新颖的方法可以生成水稻种植区的高分辨率月度地图(10 m分辨率)以及水稻生长阶段。该方法将时态Sentinel-1数据和水稻物候参数与基于Google Earth Engine(GEE)云的平台集成在一起。它使用2016年9月至2018年10月处于VH极化状态的Sentinel-1每月中位时间序列。这两个研究区域是印度尼西亚西爪哇省的北部地区(75万公顷)以及马来西亚的吉打州和玻璃市州(超过1个)百万公顷)。使用K均值聚类,层次聚类分析(HCA)和VH极化时间序列剖面的可视化解释来生成水稻范围,种植模式和生育期的时空分布。为了使该过程自动化,对四种监督分类方法(支持向量机(SVM),人工神经网络(ANN),随机森林和C5.0分类模型)进行了独立试验,以识别聚类标签。比较每种分类方法的结果。该方法还可以预测长达两个月的水稻播种期。 VH极化数据可以确定水稻的四个生长阶段:T&P:耕作和播种(30天); V:植物人1和2(60天); R:生殖(30天); M:到期日(30天)。与实地调查数据相比,该方法测量的水稻总面积精度为96.5%,卡伯系数为0.92。与随机森林和C5.0模型相比,SVM和ANN显示出更好的性能。这种简单而强大的方法可以在整个东南亚地区推广,并且可以替代耗时,昂贵的实地调查

    01

    VThunter | 基于单细胞测序的病毒受体基因表达数据库

    [[单细胞测序]] 作为一个特别特别已经火上天的测序技术。之前所有在 bulk RNA-seq 上面分析的内容。基本上可以在 scRNA-seq 上面重新来一遍。对于一些在线的数据库也是这样的。我们在研究肿瘤的时候,之前可能只是基于单纯的 RNA-seq 来看一下基因的表达,例如 [[GEPIA2-TCGA表达分析数据库]],但是 scRNA-seq 的增多之后,就会有了 [[CancerSCEM-肿瘤单细胞基因表达图谱]] 这样在单细胞水平看基因的表达情况。 同样在病毒感染方面,之前也有预测病毒感觉的受体在不同组织当中的表达情况的数据库,那么单细胞数据多了之后也就有了 VThunter: https://db.cngb.org/VThunter/VThunter/index 。这个基于单细胞测序观察不同物种当中病毒受体表达情况的数据库。

    02

    扫码

    添加站长 进交流群

    领取专属 10元无门槛券

    手把手带您无忧上云

    扫码加入开发者社群

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭
      领券