详细内容或原文请订阅后点击阅览
用现场数据和机器学习算法识别盐斑和沼泽
随着加拿大联邦大选即将来临，政党的重点是动员选民。但是，他们可能正在忽视种族社区已经如何塑造该国的政治生活。
来源:英国物理学家网首页咸土导致农作物密度降低，产量降低和无法维持农作物生长的土地。海平面上升，暴风雨潮流和地下水的算法过度正在推动整个德尔马尔瓦地区沿海农田的盐度越来越高。
当盐水侵入农田时，很大的小块不适合作物生产。可见的盐斑出现在土壤上，在某些情况下，曾经用于种植农作物的区域可能会完全转化为沼泽。
At the University of Delaware, Pinki Mondal, associate professor and environmental science director in the Department of Geography and Spatial Sciences, and her lab group have examined this phenomenon since 2019. In 2023, a paper authored by Mondal and collaborators outlined the spread and cost of saltwater intrusion to coastal farms in the Delmarva region from 2011 to 2017, showing that 19,000 acres of cropland had been converted到沼泽。
纸2022年，当时的蒙达尔实验室的Manan Sarupria和Matthew Walter，当时的Mondal实验室的博士生（CEOE）访问了Delmarva附近的农场，以绘制盐贴并收集数据点。将这些信息与当前和历史卫星数据相结合，他们培训了一种机器学习算法，以评估整个地区盐斑的历史和程度。
数据点Sarupria，现为UD博士候选人，正在该研究基础上，最近发表在《环境遥感》杂志上发表的论文，该论文提出了一种评估大型地理规模上土地覆盖率的新方法。
最近发表的论文 环境的遥感 高分辨率图像 卫星图像 盐 补丁 更多信息： doi：10.1016/j.rse.2025.114642