该研究利用机器学习和遥感技术评估47个国家的灾害风险，重点分析纳米比亚的环境变化。通过历史航空照片，识别关键对象并评估水坑和大树的变化，反映经济和环境影响。同时，探讨了土壤侵蚀模型及其应用，强调遥感技术在环境管理中的重要性。

该研究分析历史航空照片中纳米比亚的目标物体检测，以识别长期环境变化，通过使用 1943 年和 1972 年的亚米尼亚次米级灰度航空图像，旨在识别纳米比亚 Oshikango 周围的关键对象，如 Waterholes，Omuti homesteads 和 Big trees。结果表明，在使用深度语义分割模型进行分析的历史航空图像的训练策略中，多种策略包括类别加权，伪标记和经验 p...