《ARS与UNL合作开发可优化土壤采样的应用程序SSPOT》

  • 来源专题:耕地与绿色发展
  • 编译者: 张毅
  • 发布时间:2025-05-20
  • 美国农业部农业研究服务局(ARS)与内布拉斯加大学林肯分校(UNL)合作开发基于网络的土壤采样应用程序SSPOT,以此促进数字土壤测绘和优化土壤采样。传统的土壤采样受管理时间、资源和劳动力等多因素约束,无法快速和精准确定复杂多样景观中土壤样本的最佳数量及位置。SSPOT是一款集成多种算法且用户使用友好的工具,能够帮助用户确定所需样本的最佳位置,全面了解各种土壤类型随时间变化的情况。集成算法简化了非专家咨询的计算过程,最终微土地管理者、生产者和相关研究人员节省了时间与开销。
  • 原文来源:https://www.ars.usda.gov/news-events/news/research-news/2025/unl-usda-collaborate-to-create-web-based-app-to-optimize-soil-sampling/
相关报告
  • 《土地潜力知识系统(LandPKS):移动应用程序和优化气候变化投资的合作》

    • 来源专题:农业立体污染防治
    • 编译者:金慧敏
    • 发布时间:2016-04-07
    • 未来的几十年里,大量减缓和适应气候变化方面的投资将被立项。这些投资大多将寻求改变管理土地。通过了解土地潜力,即维持初级生产和生态系统服务以及其恢复力的土地潜力,可以提高这两类投资的回报。由美国农业部和ATPS合作研发的土地潜力知识系统正在开发和应用为个人用户提供土地潜力为基础的点评估,这一评估是在云信息和知识的基础上,对简单地理标记的用户输入进行集成。本系统将依靠手机进行知识和信息的交流,并利用云计算来整合、解释、获取相关知识和信息,包括具有相似潜力当地土地的知识。该系统将根据长期的土地潜力提供初步管理选项,其基础是气候、地形和相对静态的土壤性质如土壤质地、深度和矿物。未来的模块将在相对动态的土壤性质状况如有机质、养分含量以及天气状况等基础上,提供更具体的管理信息。本文还讨论了如何利用该系统区分气象干旱与土壤干旱。原文DOI:10.1002/ehs2.1209
  • 《为Web应用程序开发体验质量(QoE)模型》

    • 来源专题:图书情报
    • 编译者:lixiaoyan
    • 发布时间:2019-01-21
    • 长期以来,网络服务提供商一直被要求根据标准和客户要求提供高质量的服务。然而,越来越多的供应商需要思考如何体耿服务质量,并对客户的体验质量(QoE)有更深入的了解。虽然目前已经存在评估Web应用程序QoE的模型,但仍然存在以下重大挑战:(1)从Web工程角度定义QoE因子(2)量化所谓“客观”和“主观”相关因素之间的关系(3)处理与主观因素有关的有限数据。因此,本研究提出了一个新的模型(和相关的软件实例),通过关键绩效指标和关键质量指标整合因素,模型提出的目的是使提供者能够在QoE方面做出更明智的决策并对资源进行优化。