版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高光譜遙感的出現(xiàn)為植物生化組分的遙感定量反演提供了有效的技術(shù)途徑。利用高光譜非成像光譜儀在野外或?qū)嶒炇覝y量植物反射率和透射率,不僅有助于理解航空或航天遙感數(shù)據(jù)的性質(zhì),而且可以模擬和標(biāo)定成像光譜儀在升空之前的工作性能。植物冠層的光譜特性大部分取決于葉片和土壤的光學(xué)特性。遙感方法獲得的植物冠層光譜信息的解譯需要詳細(xì)地了解葉片的光學(xué)特性。 本研究用便攜式輻射光譜儀測量小麥葉片在不同生長階段的反射光譜,葉片的水分含量用烘干法進(jìn)行測定,葉
2、片中葉綠素a、葉綠素b和總?cè)~綠素含量用比色法進(jìn)行測定。使用多元統(tǒng)計方法對小麥葉片的葉綠素a、葉綠素b、總?cè)~綠素和水分等生化組分進(jìn)行反演。除使用通常的逐步回歸分析法外,還使用偏最小二乘方法、人工神經(jīng)網(wǎng)絡(luò)法、主成分-人工神經(jīng)網(wǎng)絡(luò)法建立小麥葉片反射光譜與生化組分的反演模型。 實驗數(shù)據(jù)-是用便攜式輻射光譜儀測量了兩個品種小麥葉片在八個不同生長階段(返青期、拔節(jié)期、孕穗中期、孕穗后期、揚花期、灌漿期、乳熟期、臘熟期)的反射光譜。用逐步回歸
3、分析方法和偏最小二乘法,在1400~1600nm的光譜范圍內(nèi),分別建立了小麥葉片中的水分與反射光譜間的反演模型。其相關(guān)系數(shù)分別為:0.983和0.999,相對標(biāo)準(zhǔn)偏差分別為:2.3%和0.3%。結(jié)果表明,偏最小二乘法的結(jié)果優(yōu)于逐步回歸分析法的結(jié)果。 實驗數(shù)據(jù)二是用便攜式輻射光譜儀測量了不同品種小麥葉片在不同生長階段的反射光譜。在400~750nm的光譜區(qū)域,分別用逐步回歸分析法、偏最小二乘法、人工神經(jīng)網(wǎng)絡(luò)法、主成分-人工神經(jīng)網(wǎng)絡(luò)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 礦區(qū)植被生化組分高光譜遙感定量反演.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 高山松生化組分高光譜遙感定量反演研究-畢業(yè)論文開題報告
- 植被生化組分高光譜遙感定量反演研究——以西雙版納地區(qū)為例.pdf
- 葉綠素密度遙感反演與冬小麥單產(chǎn)估算研究.pdf
- 光譜與輻射傳輸模型結(jié)合的冬小麥葉片氮素含量反演方法研究.pdf
- 基于高光譜遙感的冬小麥白粉病反演研究.pdf
- 冬小麥倒伏遙感監(jiān)測研究.pdf
- 冬小麥晚霜凍害遙感監(jiān)測技術(shù)與方法研究.pdf
- 高山松生化組分高光譜遙感定量反演研究-地理信息系統(tǒng)畢業(yè)論文開題報告
- 高光譜植被生化組分反演研究.pdf
- 不同水肥條件冬小麥主要農(nóng)藝?yán)砘瘏⒘孔兓捌溥b感反演.pdf
- 遙感定量反演的大氣校正方法分析研究.pdf
- 冬小麥微波散射特性及參數(shù)反演研究.pdf
- 基于作物模型同化遙感物候信息的冬小麥估產(chǎn)方法研究.pdf
- 濟(jì)南市冬小麥旱情遙感監(jiān)測研究.pdf
- 冬小麥蛋白品質(zhì)遙感監(jiān)測預(yù)報系統(tǒng).pdf
- 基于高光譜影像小麥理化參數(shù)的定量反演方法研究.pdf
- BRDF模型對遙感定量反演的影響研究.pdf
- 遙感數(shù)據(jù)與作物模型同化的冬小麥估產(chǎn)研究.pdf
評論
0/150
提交評論