排序方式: 共有121条查询结果,搜索用时 328 毫秒
1.
3.
4.
5.
7.
基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究 总被引:7,自引:0,他引:7
叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标,也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量,便于及时采取施肥、灌溉、中耕等调控措施,达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法,研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明:(1)TM影像的NDVI的地域性差异较大,且随纬度呈现极明显的线型负相关变化态势;(2)将用NDVI反演的LAI与实测的LAI进行比较,二者较为一致,其均方差根(RMSE)为0.111;(3)利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近,二者的RMSE为0.085。总之,利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时,本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。 相似文献
8.
基于人工神经网络理论,针对高光谱遥感中数据冗余问题,本文建立了基于遗传算法(GA)的广义回归神经网络(GRNN)模型,利用回归分析问题中参数筛选方法,对表征冬小麦叶片全氮的光谱参数进行了筛选,并和线性回归方法对比,线性回归方法的均方根误差(RMSEP):在冬小麦叶片氮含量为34.0g kg-1~62.5g kg-1预测范围内,逐步回归模型为14.4g kg-1,后向选择为11.8g kg-1,而广义回归神经网络为3.40g kg-1。说明神经网络方法所筛选到的光谱参数更能反映小麦叶片全氮含量,且神经网络模型预测精度高。 相似文献
9.
10.
黑宝石李品质参数的近红外漫反射无损检测模型的建立 总被引:1,自引:0,他引:1
以黑宝石李为试材,研究其品质参数的近红外漫反射无损检测模型的建立方法,并从数学建模算法、导数处理及测试部位等方面优化模型。结果表明,改进偏最小二乘法结合一阶导数处理建立分析模型的定标效果相对较好,其中可溶性固形物(SSC)和干物质/水分模型的定标系数达0.9;四个测试部位光谱混合所建模型的预测精度显著高于单独测试部位光谱模型;SSC、干物质/水分的定标与预测的决定系数、均方根误差和相对分析误差分别在0.9、0.45和3.0左右,预测效果很好;而可滴定酸的预测误差偏大。 相似文献