JNLWLAQ的博客

基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用技术应用

AI科研编程！AI-Python机器学习、深度学习核心技术与前沿应用及OpenClaw、Hermes自动化编程【Vibe Coding氛围编程，建立Agents&OpenClaw自动化工作流】

OpenClaw+Hermes 双智能体+Python 机器学习 + 深度学习Vibe Coding 氛围编程 + 上下文工程 + RAG + 可解释 AI一句话启动科研流水线：数据清洗→模型→分析→报告一键生成

ArcGIS Pro空间分析、三维建模、可视化及Python融合应用技术

​从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

大涡模拟：从WRF到PALM的完整数值模拟工作流

【ADCIRC】基于“python+”潮汐、风驱动循环、风暴潮等海洋水动力模拟实践技术应用

AI语言模型支持下的：Python自然科学领域机器学习与深度学习技术应用（随机森林、XGBoost、CNN、LSTM、Transformer等）

基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理

人工智能赋能的科研优化前沿技术(线性规划×鲁棒优化×博弈论×Vibe Coding×开源求解器+AI辅助)

AI大模型支持下的：Python在地球科学多源数据交叉融合中的深度应用

ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模

“AI大语言模型+”助力大气科学领域应用

AI支持下的Python数据分析与可视化、人工智能建模及论文撰写

AI大语言模型支持下的：GIS地质灾害全流程智能防治：风险评估、易发性分析与灾后重建多技术

AI大语言模型助力下的：Python-ArcGIS分析核心技术：从站点到区域的蒸散发与植被生产力估算实践应用

AI大模型支持下的：Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估

针对该关键科学问题，中国科学院东北地理与农业生态研究所微波遥感研究团队，基于松嫩平原西部春季裸土期的Sentinel-1、Sentinel-2与SDGSAT-1 TIS数据，集成多种机器学习算法，系统解析了盐碱土的亮温特征，构建了两个基于热红外波段的盐分指数（NDTSI与TISI1），进而建立了苏打盐碱地区域尺度的土壤盐分反演模型，系统评估了SDGSAT-1TIS数据在苏打盐碱区土壤盐分估算中的适用性与稳健性，并实现了对研究区土壤盐分空间格局的高精度制图。(b)不同土地覆被类型中各盐碱度等级的面积占比；

大语言模型丨2025ChatGPT-4o深度科研应用、论文与项目撰写、数据分析、机器学习、深度学习及AI绘图（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）

【遥感技术】植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法技术应用（遥感数据、辐射传输模型、模型参数敏感性分析、代价函数构建、反演算法、迭代求解）

【大语言模型】智能遥感新质生产力：空天地遥感数据识别与计算（农田作物分类与产量估算、地利用与土地覆盖分类、植被健康监测与病害检测、空气污染物浓度遥感监测、沙漠化监测与土地退化分析）

GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化（决策树森林分类算法、干旱遥感监测、物候特征分析、生态环境质量动态监测、森林植被健康状态监测）

遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）

大语言模型丨ChatGPT-4o深度科研应用、论文与项目撰写、数据分析、机器学习、深度学习及AI绘图（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）

智能遥感新质生产力：空天地遥感数据识别与计算（土壤成分分析、农作物分类、森林火灾检测、水体动态监测、地质监测、城市规划、农业分析、生态评估等不同场景下的遥感应用实践）

Python机器学习与深度学习的全球气候变化驱动因素预测

ChatGPT、Python和OpenCV支持下的空天地遥感数据识别与计算