2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)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?yàn)室測(cè)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(cè)量小麥葉片在不同生長(zhǎng)階段的反射光譜,葉片的水分含量用烘干法進(jìn)行測(cè)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(cè)定。使用多元統(tǒng)計(jì)方法對(duì)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(shí)驗(yàn)數(shù)據(jù)-是用便攜式輻射光譜儀測(cè)量了兩個(gè)品種小麥葉片在八個(gè)不同生長(zhǎng)階段(返青期、拔節(jié)期、孕穗中期、孕穗后期、揚(yáng)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(duì)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(shí)驗(yàn)數(shù)據(jù)二是用便攜式輻射光譜儀測(cè)量了不同品種小麥葉片在不同生長(zhǎng)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論