公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

利用Landsat TM遥感数据监测冬小麦开花期主要长势参数被引量：26: 2011年; 为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007-2009年试验实测数据为基础,以Landsat TM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明:冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型的精度较高,均方根误差分别为3.12、216.5kg/hm2、0.269和0.162,以此为基础,制作出具有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。; 谭昌伟王纪华赵春江王妍王君婵童璐朱新开郭文善; 关键词：遥感 LANDSAT 冬小麦

利用高光谱植被指数监测紧凑型玉米叶绿素荧光参数F_v/F_m被引量：10: 2012年; 为进一步评价遥感监测紧凑型玉米叶绿素荧光参数Fv/Fm的可行性,通过开展小区紧凑型玉米试验,分析紧凑型玉米整个生育期Fv/Fm与高光谱植被指数的相关关系,建立紧凑型玉米Fv/Fm高光谱监测模型。结果表明,紧凑型玉米Fv/Fm与选取的高光谱植被指数均呈极显著正相关,其中结构敏感色素指数(SIPI)与Fv/Fm的相关性最好,相关系数(r)为0.88。用SIPI建立紧凑型玉米Fv/Fm的监测模型,其决定系数(R2)为0.812 6,均方根误差(RMSE)为0.082。研究表明,利用高光谱植被指数可以有效地监测紧凑型玉米整个生育期的Fv/Fm。; 谭昌伟黄文江金秀良王君婵童璐王纪华郭文善; 关键词：FV/FM 紧凑型玉米

基于线性回归的冬小麦籽粒淀粉含量卫星遥感预测模型被引量：1: 2011年; 以环境减灾卫星HJ及与其同步或准同步实地观测的冬小麦长势参数和籽粒品质指标为基础,分析了试验样点卫星遥感变量、叶片SPAD值及开花期冬小麦籽粒淀粉含量间的相关性,建立及评价运用HJ影像遥感变量监测冬小麦籽粒淀粉含量的间接定量关系模型。结果表明:应用HJ影像数据监测冬小麦籽粒淀粉含量是可行的。归一化遥感植被指数NDVI可作为预测籽粒淀粉含量的敏感遥感光谱指数;以此为基础可建立冬小麦品质遥感预测模型,为遥感技术监测小麦品质提供理论依据,也为农业生产进行实时指导提供实时信息支持。; 王君婵谭昌伟朱新开李春燕王妍童璐施乐郭文善; 关键词：冬小麦开花期淀粉含量

农作物品质遥感反演研究进展被引量：2: 2012年; 当今农业生产管理迫切需要直接迅速的信息指导。随着科技水平的不断提高,通过利用不同遥感技术手段,实现实时监测农作物生长过程中的主要影响因子,使无损预测预报农作物品质成为可能。通过分析几种农作物的主要品质性状及形成影响因素,在归纳农作物品质监测常用光谱参量的基础上,从地面平台和航天航空平台两方面分别介绍近年来国内外主要研究进展,总结农作物品质遥感监测模型建立使用的主要算法,综合分析农作物品质遥感监测技术实现过程中存在的若干问题,同时提出相应的解决措施,并对遥感监测技术进行了展望。; 王君婵谭昌伟朱新开李春燕王妍童璐郭文善; 关键词：农作物遥感

基于Landsat TM影像的冬小麦拔节期主要长势参数遥感监测被引量：21: 2011年; 【目的】强化冬小麦长势遥感监测机制,为田间生产管理提供信息支撑。【方法】以2007—2009年试验实测数据为基础,以Landsat TM影像为数据源,分析试验样点拔节期冬小麦主要长势参数与品质、产量以及卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦拔节期叶面积指数(LAI)、生物量、SPAD值和叶片氮含量(LNC)的模型。【结果】冬小麦拔节期,选用中红外波段的反射率(B5)、归一化植被指数(NDVI)、DSW5和绿波段的反射率(B2)等遥感变量分别反演冬小麦的SPAD值、生物量、LAI和LNC是可行的;SPAD值、生物量、LAI和LNC遥感监测模型的精度较高,以此为基础,制作出了具有实际农学意义的冬小麦拔节期不同等级SPAD值、生物量、LAI和LNC遥感监测专题图,实现了主要长势参数空间分布量化表达。【结论】研究结果可为广大农学家、农业部门决策者和田间管理人员提供及时的农情信息。; 谭昌伟王纪华朱新开王妍王君婵童璐郭文善; 关键词：冬小麦 LANDSAT TM 拔节期

农情信息遥感监测预报模型构建算法研究进展被引量：2: 2013年; 综合介绍了线性逐步回归算法、偏最小二乘回归算法、人工神经网络算法、支持向量机回归算法在农作物信息遥感预测建模中的应用,阐述了这些算法的基本思想,给出了每种算法的求解步骤,归纳了这些算法的优点,分析了每种算法的不足之处,并指明了农情信息遥感预测建模的研究发展方向。; 王丽爱谭昌伟马昌童璐杨昕崔怀洋郭文善; 关键词：遥感偏最小二乘神经网络支持向量机

全选清除导出

共1页<1>

童璐