<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[JNLWLAQ的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/JNLWLAQ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; JNLWLAQ]]></copyright><item><title><![CDATA[开题有救、综述有底｜两晚跑通AI文献全流程，搭建Obsidian带出处问答知识库]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168026193</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168026193</guid><author>JNLWLAQ</author><pubDate>Thu, 15 Oct 2026 16:58:14 +0800</pubDate><description><![CDATA[你是否也面临文献堆满却难用？本文聚焦真实痛点：文献翻找耗时、AI回答不可信、结论冲突难辨、项目资料散乱。掌握从OpenAlex检索、Zotero精读、多篇对比到Obsidian建库的六步闭环工作流。每句回答均有出处，关键表述回原文核对，彻底告别AI编造，高效构建可信证据链，让研究真正推进。]]></description><category></category></item><item><title><![CDATA[AI 赋能 SWAT‑MODFLOW 地表水‑地下水耦合模型实战｜建模率定、CMIP6 降尺度、FLUS 土地利用、BMPs 多情景评估]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025945</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025945</guid><author>JNLWLAQ</author><pubDate>Thu, 15 Oct 2026 16:41:57 +0800</pubDate><description><![CDATA[本文构建并应用SWAT-MODFLOW耦合模型，融合AI大模型（如ChatGPT、DeepSeek）实现数据制备、参数率定、代码调试与报告生成全流程智能化，结合CMIP6气候变化、FLUS土地利用变化及BMPs管理措施，形成“机理认知—耦合建模—多情景模拟—决策支持”完整链条，显著提升流域水循环模拟精度与管理决策能力，服务于水资源管理、农业灌溉优化与气候适应性研究。]]></description><category></category></item><item><title><![CDATA[AI‑Agent× 无人机农林生态遥感——掌握无人机农林生态遥感科研分析方法，提升低空观测、数据质量控制、生态参数反演、GeoAI智能解译和Agent科研自动化能力]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025772</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025772</guid><author>JNLWLAQ</author><pubDate>Thu, 15 Oct 2026 16:35:53 +0800</pubDate><description><![CDATA[本文聚焦无人机农林生态遥感科研的智能化转型，系统构建“问题定义—数据获取—参数反演—验证输出”闭环能力体系。通过12个专题实战，涵盖低空观测设计、多源数据质量控制、三维重建、生态参数反演、AI智能解译与Agent自动化流程，助力科研人员将真实课题转化为可复现、可验证、可交付的成果包，全面提升遥感科研的科学性、可信度与成果转化效率。]]></description><category></category></item><item><title><![CDATA[从通量数据到SCI论文——AI-R语言生态系统碳水热通量及其机制分析与论文]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025666</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025666</guid><author>JNLWLAQ</author><pubDate>Thu, 15 Oct 2026 16:30:54 +0800</pubDate><description><![CDATA[从通量数据到SCI论文——AI-R语言生态系统碳水热通量及其机制分析与论文]]></description><category></category></item><item><title><![CDATA[2027年国自然与省级基金申报全链路实战——AI协同撰写、立项依据精修、科学问题“三问法“凝练、技术路线图设计、评审逻辑拆解与往期学员TOP33踩坑全解析]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025615</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025615</guid><author>JNLWLAQ</author><pubDate>Thu, 15 Oct 2026 16:29:05 +0800</pubDate><description><![CDATA[2026年国自然申请书“瘦身提质”，聚焦立项依据、研究内容、研究基础三大核心，评审转向实质创新。青年基金项目大幅扩容，获批率显著提升，政策红利凸显。面对竞争加剧与标准趋严，传统模板化写作失效，需以深度科学洞察与可信路径取胜。AI可辅助选题、文献梳理、提纲生成与润色，但须人工校验逻辑、术语与引用，避免“一眼假”。本文从新政解读到人机协同写作全流程，16个专题直击痛点，助力青年学者高效撰写高质量申请书，把握历史性机遇。]]></description><category></category></item><item><title><![CDATA[为什么你的AI工具越用越多，科研却越来越乱？——问题不在工具，在于它们之间没有“记忆”]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025576</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/168025576</guid><author>JNLWLAQ</author><pubDate>Thu, 15 Oct 2026 16:27:12 +0800</pubDate><description><![CDATA[本文系统构建了由Codex、ClaudeCode、OpenClaw、Hermes四类AI研究员组成的科研协作体系，通过技能封装、工具连接与记忆沉淀，实现从文献采集、数据提取、分析建模到成果传播的全流程自动化。依托Obsidian知识库，形成可迭代、可迁移的智能科研基础设施，助力研究者聚焦创新思考，打造跨学科通用的科研资产包。]]></description><category></category></item><item><title><![CDATA[文献越积越乱，用时又找不到？用Claude Code+Zotero MCP：2天搭建可溯源AI科研知识库]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/166842060</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/166842060</guid><author>JNLWLAQ</author><pubDate>Tue, 29 Sep 2026 14:30:26 +0800</pubDate><description><![CDATA[本文构建可持续更新的科研知识库，通过OpenAlex检索、Zotero管理、MCP连接与Obsidian联动，实现文献、数据、基金项目与结题报告的全流程整合。借助CodexSkill自动化提取与绘图，结合LLMWiki思路关联资料、开展智能问答，形成可复现、可核对、可迭代的科研工作流，提升研究效率与证据可靠性。]]></description><category></category></item><item><title><![CDATA[从通用大模型到课题组私有AI：领域微调、知识库构建与本地化部署—涵盖国产开源模型选型、领域语料构建、RAG检索增强、LoRA/QLoRA高效微调、知识蒸馏、GPTQ/AWQ量化压缩、vLLM高并发推理]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/166841759</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/166841759</guid><author>JNLWLAQ</author><pubDate>Tue, 29 Sep 2026 14:19:03 +0800</pubDate><description><![CDATA[本文聚焦科研领域大语言模型落地困境，提出以国产开源模型（如Qwen3.X）为核心，构建“私有AI助手”三大支柱：国产化选型、领域化适配与本地化部署。通过12个专题系统培训，涵盖从数据工程、RAG构建、LoRA微调到vLLM高并发部署与科研智能体开发的全流程实战，实现数据不出内网、模型自主可控、任务精准高效，助力科研机构打造安全、智能、可持续的私有化AI能力体系。]]></description><category></category></item><item><title><![CDATA[AI与Python（RF/SVM/XGBoost/ANN）地质灾害易发性-危险性-风险评价、空间建库与灾后重建]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746799</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746799</guid><author>JNLWLAQ</author><pubDate>Thu, 17 Sep 2026 15:19:08 +0800</pubDate><description><![CDATA[地质灾害类型多样、分布广泛，我国滑坡、泥石流等频发。传统危险性评价依赖信息量法与多因子加权模型，现结合大语言模型（如DeepSeek、ChatGPT）与GIS、Python、机器学习技术，实现数据处理自动化、模型优化智能化与灾情解读高效化。通过全流程项目实践，显著提升地质灾害风险评估的科学性与应用能力，推动灾害防治向智能分析转型。]]></description><category></category></item><item><title><![CDATA[AI 赋能高水平 SCI 全链路实战｜从选题→写作→制图→投稿→审稿博弈→冲刺 CNS 顶刊一站式破局]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746636</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746636</guid><author>JNLWLAQ</author><pubDate>Thu, 17 Sep 2026 15:14:47 +0800</pubDate><description><![CDATA[高水平SCI论文发表是科学问题凝练、叙事逻辑、图表设计、选刊策略与审稿应对的系统工程。面对“文献读得多却难创新、实验多却难成文、AI用得广却未提效”的困境，关键在于构建以AI智能体为支撑的科研写作体系。本书从前沿追踪、结构搭建、可视化表达到精准投稿与审稿博弈，全面覆盖从普通论文到CNS顶刊的跃迁路径，助力科研人打造“科研第二大脑”，实现写作效率与发表质量双提升。]]></description><category></category></item><item><title><![CDATA[Codex自动化+R-Meta全链路：AI智能体如何让你的Meta分析直通SCI？]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746373</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746373</guid><author>JNLWLAQ</author><pubDate>Thu, 17 Sep 2026 15:11:57 +0800</pubDate><description><![CDATA[本文系统阐述AI大模型与R语言协同赋能Meta分析的全流程方法，涵盖选题挖掘、文献管理、数据清洗、效应量计算、统计建模、可视化绘图、模型诊断及机器学习应用。结合Codex智能体实现从研究设计到论文撰写的自动化，推动Meta分析向高效、精准、可重复方向发展，助力高水平期刊发表。]]></description><category></category></item><item><title><![CDATA[基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746001</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165746001</guid><author>JNLWLAQ</author><pubDate>Thu, 17 Sep 2026 15:07:30 +0800</pubDate><description><![CDATA[本文基于生态安全内涵，结合遥感与地理信息数据，运用USLE、风蚀修正模型、水源涵养模型及InVEST模型，定量评估水源涵养、土壤保持、防风固沙、碳储量与生境质量等生态系统服务功能，识别生态源地，构建阻力面，通过最小累积阻力与电路模型提取生态廊道，最终形成生态安全格局。依托ArcGIS Pro与Python技术实现数据处理、空间分析与模型集成，提出优化策略，为生态城市建设与区域可持续发展提供科学支撑。]]></description><category></category></item><item><title><![CDATA[基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165745586</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165745586</guid><author>JNLWLAQ</author><pubDate>Thu, 17 Sep 2026 14:59:15 +0800</pubDate><description><![CDATA[本文系统阐述生态系统服务的内涵、评估方法及权衡协同关系研究，结合InVEST模型与ArcGISPro、R语言技术，开展产水、固碳、生境质量、土壤保持等服务的时空分析与多方法耦合研究，掌握数据处理、空间统计与可视化技能，旨在揭示生态服务间复杂关系，支撑区域可持续发展与生态保护决策。]]></description><category></category></item><item><title><![CDATA[解锁空间数据新质生产力暨：AI（DeepSeek、ChatGPT）、Python、ArcGIS Pro多技术融合下的空间数据分析、建模与科研绘图及论文写作]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165743818</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/165743818</guid><author>JNLWLAQ</author><pubDate>Thu, 17 Sep 2026 14:32:10 +0800</pubDate><description><![CDATA[本文介绍人工智能（AI）与ArcGISPro深度融合的创新应用，涵盖从空间数据采集、处理、分析到科研绘图与论文写作的全流程自动化。通过ChatGPT、DeepSeek等大模型，实现代码生成、错误修复、批处理、空间建模、克里金插值、热点分析及地图设计优化，显著提升土地利用变化、气候分析、水文模拟等科研效率。培训结合十大综合案例，系统介绍AI赋能下的高效科研工作流，助力科研人员实现智能化、精准化与高效化研究。]]></description><category></category></item><item><title><![CDATA[NCL数据分析与处理实践技术应用]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163505091</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163505091</guid><author>JNLWLAQ</author><pubDate>Wed, 05 Aug 2026 14:33:09 +0800</pubDate><description><![CDATA[NCL是由NCAR开发的一款科学数据计算与可视化软件，支持多种气象数据格式（netCDF/HDF/GRIB等）的读写，集成EOF、SVD等常用算法，并具备调用外部程序的能力。其可视化功能强大，支持折线图、等值线图等多样化图形绘制。内容涵盖：系统安装、基础语法、文件操作、数据处理（插值/统计检验/EOF分析等）、图形定制（坐标轴调整/多图叠加/中国区域绘图）及实用技巧（动画制作/中文支持）。通过案例教学（如AO指数计算、环流合成分析）帮助用户掌握从数据读取到成果输出的全流程操作。]]></description><category></category></item><item><title><![CDATA[R语言数据统计分析与ggplot2高级绘图]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504986</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504986</guid><author>JNLWLAQ</author><pubDate>Wed, 05 Aug 2026 14:29:22 +0800</pubDate><description><![CDATA[R语言数据统计分析与ggplot2高级绘图]]></description><category></category></item><item><title><![CDATA[基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504894</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504894</guid><author>JNLWLAQ</author><pubDate>Wed, 05 Aug 2026 14:26:14 +0800</pubDate><description><![CDATA[多光谱遥感技术应用与开发：从理论到实践 摘要：本文系统介绍了多光谱遥感技术在多个领域的应用与开发方法。与普通数码相机相比，多光谱成像能捕获更丰富的光谱信息，Landsat、哨兵-2等免费卫星数据为研究提供了重要数据源。无人机平台则作为有效补充。文章从基础理论、技术方法和应用实践三个维度展开：阐述多光谱概念、数据获取与预处理方法；详细介绍基于Python的开发环境搭建及机器学习、深度学习方法实现；最后通过矿物识别、土壤评价和农作物分析等典型案例，展示多光谱技术在ENVI和Python平台下的具体应用。]]></description><category></category></item><item><title><![CDATA[“Python+”集成技术高光谱遥感数据处理与机器学习深度应用]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504702</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504702</guid><author>JNLWLAQ</author><pubDate>Wed, 05 Aug 2026 14:22:49 +0800</pubDate><description><![CDATA[系统介绍高光谱遥感数据处理全流程，涵盖基础理论、Python编程实现、机器学习应用及四大领域实践案例。内容分为四个模块：1）高光谱基础（成像原理、数据获取与预处理）；2）Python开发（空间数据处理、高光谱特征提取）；3）机器学习技术（Scikit-learn/PyTorch框架、分类与回归模型）；4）典型应用（矿物填图、农业监测、土壤/木材含水量评估）。通过12个实操练习（含辐射定标、混合像元分解、CNN图像识别等），结合ENVI/Python工具链，掌握从理论到工程落地的全栈能力。]]></description><category></category></item><item><title><![CDATA[AI大模型支持下的：成像光谱遥感]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504402</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504402</guid><author>JNLWLAQ</author><pubDate>Wed, 05 Aug 2026 14:12:27 +0800</pubDate><description><![CDATA[本文系统探讨了ChatGPT在遥感技术中的应用，涵盖成像光谱遥感、多光谱/高光谱数据分析、深度学习及无人机数据处理等领域。文章首先介绍遥感技术和ChatGPT的基本原理，重点阐述其在ENVI、Python和GEE等平台中的集成应用，包括数据预处理、特征提取和分类。专题部分详细展示了ChatGPT辅助下的遥感实践，如洪水监测、城市绿化调查、矿物识别和农作物分类等具体案例。通过结合先进AI技术，文章为遥感数据处理、模型构建和决策支持提供了创新解决方案，展现了人工智能在提升遥感分析效率和精度方面的巨大潜力。]]></description><category></category></item><item><title><![CDATA[环评制图丨土地利用现状图的制作、植被类型图的制作、植被覆盖度图的制作、生态系统类型图的制作、物种适宜生境分布图的制作]]></title><link>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504194</link><guid>https://blog.youkuaiyun.com/JNLWLAQ/article/details/163504194</guid><author>JNLWLAQ</author><pubDate>Wed, 05 Aug 2026 14:06:20 +0800</pubDate><description><![CDATA[本文系统阐述了生态环境影响评价的具体流程与技术方法，涵盖陆域和水域项目的生态环评全过程。主要内容包括：1）建立生态环评框架，明确工作程序、评价等级确定、现状调查与影响预测方法；2）介绍遥感技术在土地利用、植被类型和覆盖度制图中的应用；3）详细说明生物多样性、生物量、NPP等生态参数的测定与模型构建方法；4）解析生态系统服务价值评估、物种生境分析和景观指数计算等技术；5）提出基于生物完整性指数和层次分析法的生态环境综合评价体系。研究整合了ENVI、Rstudio、Fragstats等专业软件工具]]></description><category></category></item></channel></rss>