排序方式: 共有239条查询结果,搜索用时 421 毫秒
81.
研究了小麦品质的分类及其构成因素与环境条件之间的关系,各品质因素之间的关系。运用相同栽培条件下不同品种品质指标间的关系和变化规律,研究了品种因素对小麦品质的影响程度以及品种因素与品质指标之间的相关性,得出相同环境条件下籽粒的蛋白质含量与湿面筋含量、沉降值、吸水率、形成时间和稳定时间之间存在极显著的相关性。并利用不同品种、不同肥水条件下的作物关键生育时期的生化参量与光谱指数进行分析,得出开花期冬小麦叶片的类胡萝卜素与叶绿素a的比值与结构不敏感植被指数(SIPI)之间存在极显著的正相关,决定系数达到0.7207,冬小麦体内的全氮含量与类胡萝卜紊与叶绿素口的比值之间存在极显著的负相关,决定系数为0.7245,并通过分析开花期冠层生化组分与籽粒品质指标间的相关性,得出开花期叶片全氮与籽粒蛋白质、湿面筋、干面筋和沉降值之间存在极显著的正相关,表面运用开花期光谱指数来反演叶片全氮含量,进而用来预测预报籽粒品质是切实可行的。 相似文献
82.
比较不同株型夏玉米在不同时期的反射光谱差异性,研究分析了红边位置(λred)、红边振幅(Dλred)、最小振幅(Dλmin)及Dλred/Dλmin与叶片全氮含量(LTN),叶绿素含量(Chl)及叶面积指数(LAI)间的相关性,并建立预测模型。结果表明,光谱差异随生育进程呈不同程度的规律性变化。在全生育期,用Dλred/Dλmin能更好地推算LTN,尤其在吐丝期,在开花前用Dλred也佳,在拔节期和喇叭口期用λred也有较高的精度。估算Chl时,在开花前用Dλred较可靠,在喇叭口期和抽雄期用λred也可考虑。估算LAI时,抽雄期后用Dλred推算有较高的可信度,在抽雄期用λred较好,在开花期和吐丝期用Dλred/Dλmin推算更为可靠。 相似文献
83.
根据高光谱遥感获得的冬小麦冠层数据,把由逐步回归方法和基于遗传算法(GA)的广义回归神经网络(GRNN)筛选到的光谱参数作为网络输入,冠层叶绿素含量作为网络输出,采用线性逐步回归方法、反向传播神经网络(BPNN)和GRNN来构建反演模型,模拟结果表明,GRNN和BPNN的预测精度要高于逐步回归方法,其RMSE分别为0.36 mg/g、0.52 mg/g和0.98 mg/g。由于GRNN可应用于小样本问题的学习,比BPNN对叶绿素具有更好的预测和泛化能力。 相似文献
84.
85.
86.
基于GSM和GIS的农田信息远程采集与决策系统 总被引:2,自引:3,他引:2
介绍了一种服务于田间固定观测点信息远程采集与决策的系统,系统由传感器、无线移动通信网络和地理信息系统构成远程信息采集端与信息服务中心,它们之间通过GSM公共网实现消息传递;最后探讨了基于土壤特性分区的固定信息采集点布局设计和基于组件技术的GIS与专业应用模型的无缝集成。 相似文献
87.
基于遥感影像时间序列的冬小麦种植监测最佳时相选择研究 总被引:6,自引:1,他引:5
遥感影像植被分类的最佳时相对作物种植面积遥感监测非常重要。根据2005~2006年北京冬小麦不同物候期的Landsat TM影像和2006年Spot\|2影像,计算了各时期影像中主要植被类型的光谱可分性距离,分析了北京郊区主要植被物候差异和光谱可分性;对各生育期的遥感影像及其主要组合进行了监督分类,采用总体精度和分类效率指标两个参数,结合地面GPS调查数据,对分类结果进行了精度评价。结果表明:北京地区小麦监测最佳时相是4月上旬,影像分类的总体精度为92.9%,明显优于其它单时相影像的分类结果;发现北京郊区冬小麦光谱分类的最佳时相组合为4月上旬(起身期)和5月下旬(灌浆期),分类总体精度为94%。 相似文献
88.
90.