农业遥感预测建模

项目案例

可持续农业发展空间数据分析与建模

大数据技术方向

R语言统计分析,数据可视化技术,空间科学,遥感分析,农作物成长模型建模

大数据应用行业

农林行业,矿物挖掘,地理勘察行业

项目简介

跨象乘云™开发了多个贯穿式工程项目原型案例,通过完整的“端到端”业务流程演示与上机操作训练,让科研工作者真正了解大数据行业背景以及农业大数据科研实施技术需求,通过直观而具备针对性的训练在最短时间内掌握农业大数据科研中的核心技术,更进一步了解科研基础工程架构的环境与科研流程。

本项目基于跨象乘云™空间科学与大数据农业科研工程基础架构(简称:KXCY-BD-AGR)研发,通过贯穿性工程实践项目向农业,地质,矿产行业科研工作者阐述农业大数据整体科研流程。项目结合了空间科学,统计学,数据挖掘,计算机科学等领衔技术,实现农业生产领域的可持续作物成长模型建模研究。

主要技术及参数

工程项目面向对初次接触数据科学的农业大数据科研人员 ——

  1. 首先,介绍了 R 语言在空间数据上的可视化基础应用,进而对特定科研区域实现水文分布及土壤分析;
  2. 接着介绍如何在 R 环境中应用统计学习与插值等高级技术,进而对特定科研区域中的农业关键因素实现随机森林模型,空间分布模型,获得区域农业趋势发展预测;
  3. 提供真实的区域遥感高清图片,并实现多层次化地质构成元素分析及预测;
  4. 最后,通过遥感数据及空间采样技术,实现区域整体土壤,气候,水文,森林,天气等完整的趋势预测,同时会介绍如何利用超过 5 PB,5 百万张图像并以每天 4,000 张速度增长的 200多 个开放数据集,获得更为精准的地理环境数据。最终实现当地农作物成长模型。

完整工程项目涵盖:数据科学工具选项,R 语言入门,R 绘图,空间矢量,坐标参考系统,Raster 数据操作,图形与地图输出,线性回归统计学习算法模型,基于空间数据的交叉验证模型预测,空间插值与高清土壤分布图,随机森林模型空间分布预测,区域农业趋势发展预测,遥感分析,空间数据采样,R 交互式动态图形,农作物生长模拟模型,空间统计;共 16 个独立章节与动手操作实验。提供不少于 16 个独立动手操作实验,以及全套项目实施技术分解讲义,实验数据,实验操作指引,源代码,例题及解题答案代码,所有源代码不少于 3,000 行。

项目案例实施细节

本项目广泛覆盖并贯穿了多个数据科学,空间科学,统计学习,遥感数据分析,R 语言技术,并与农业及智慧农耕领域应用紧密结合,包括:

R语言图形可视化数据探索
R 语言向量空间数据分析
R 语言坐标空间数据分析
R 语言光栅数据绘图与分析
R 语言地图数据分析
对特定区域实现水文分布及土壤分析
基于统计学的机器学习实践:统计学习
插值数据分析
空间分布式模型预测
遥感数据分析与空间采样
完整农作物成长数据模型