排序方式: 共有115条查询结果,搜索用时 72 毫秒
21.
22.
将热红外成像技术和低空遥感技术相结合,基于冠层和叶片两个尺度对菌核病侵染油菜的过程进行检测研究。从冠层尺度分析,首先获取整株样本的温度值(平均温度与最大温差),并采集其生理指数(气孔导度、CO2浓度、蒸腾速率及光合速率)。然后,将染病样本与健康样本的温度值进行判别分析,并对其进行单因素方差分析。从结果可知,平均温度和最大温差值都可以对染病样本与健康样本进行区分,且最大温差相较平均温度结果较明显。同时单因素方差分析也显示,最大温差三次检测中均存在显著性差异。对获取的生理指数进行分析,发现染病样本与健康样本之间可以通过生理指数进行明显区分。另外,将生理指数与叶片温度进行相关性分析,结果表明二氧化碳浓度与叶片温度之间的三次检测均存在显著性差异。基于叶片尺度,首先从单一叶片来看健康区域和染病区域的温度差异,可以明显区分出染病区域和健康区域的温度差异。然后,提取健康区域与染病区域的的温度值(最大温度、最小温度、平均温度以及最大温差)对进行对比分析,并对其进行单因素方差分析。结果表明,以上四个温度指标均可以区分叶片的染病区域和健康区域。但根据单因素方差分析结果可知,与冠层尺度相同,最大温差三次检测中均存在显著性差异,可以实现对油菜菌核病的早期识别。 相似文献
23.
农作物冠层光谱信息检测技术及方法综述 总被引:2,自引:0,他引:2
相比传统的化学方法及主观视觉测定植物生理信息指标,通过光谱辐射仪对农作物冠层信息的评估更简单、快速和精确。本文结合近年来农作物群体信息的获取方法,综述了不同类型光谱仪尤其以国际上应用最广泛的Cropscan多光谱辐射仪在农作物群体叶面积指数、生物量、氮素及叶绿素的预测,病虫害的监测及产量预测中的应用。总结了不同类型的的植被指数(VIs)、冠层光谱的获取及光谱分析方法,比较了不同农作物建立相关模型的回归系数。总体上建立的数学模型的相关系数较高,能实现对农作物各种生理信息等的检测。此外,将多光谱辐射仪与多种传感器相结合所得到的综合信息对于全面评价农作物生长情况具有重要指导价值。 相似文献
24.
施用污泥对黑麦草生长及重金属含量的影响 总被引:1,自引:0,他引:1
采用单因素随机区组试验的方法,研究了金华市污水厂污泥堆肥对黑麦草生长和对重金属的吸收及富集的影响。结果表明,施用量以1kg/m^2和2kg/m^2的两个处理为宜,当年的产草量比对照分别增加了22.6%和27.8%;施用污泥黑麦草植株地上部组织重金属元素Pb、Cd和Cu的含量与对照相比无显著差异,Zn的积累量增多,重金属含量均未超过植物中的平均含量,施用污泥未对黑麦草造成重金属污染。 相似文献
25.
污泥堆肥农用中重金属在海桐中的积累效应 总被引:1,自引:0,他引:1
采用小区试验的方法,研究了金华污水厂污泥堆肥土地利用过程中海桐根部对重金属的吸收及富集作用。结果表明,海桐对Cu均表现出比Zn更强的富集能力,而对Cd、Pb的富集能力很弱,其须根对重金属的吸收能力显著高于主根;就不同重金属的绝对吸收量而言,对Zn的吸收总量是最高的;须根中的Zn含量总体呈现随土壤中Zn含量增加而上升的趋势。 相似文献
26.
分析了旋转对称函数的0-1编码Hadamard变换谱系数的特点,给出了变量数n为素数的旋转对称函数的必要条件,提出了基于0-1编码Hadamard变换检测旋转对称函数的方法,该方法具有可编程操作以及同时可检测其他特殊布尔函数等优点. 相似文献
27.
以开发轻量化车身为目的,应用车身优化设计方法及理论设计了整体一次成型的塑料车身.有限元分析结果显示,该车身的振动频率偏低,为此从结构、材料等方面提出了一系列改进措施.通过多次滚塑试验与正交分析,获得了理想的主副轴转速比、加热时间与温度、冷却方式及时间等工艺参数.检测结果表明,在这种工艺条件下成型的车身轻量化效果显著,并能满足中低速行驶的使用要求. 相似文献
28.
以4-硝基-2-氨基甲苯为起始原料,经加成、缩合、环化和还原反应制得中间体N-(2-甲基-5-氨基苯基)-4-(3-吡啶基)嘧啶-2-胺(4),再与取代酰氯反应,合成了7个新型伊马替尼衍生物(5a~5g),其结构经1H NMR, 13C NMR和HR-MS 表征。采用四甲基偶氮唑盐(MTT)法考察了5对人肝癌细胞(HepG2)、子宫颈癌细胞(Hela)、肺癌细胞(H460)和乳腺癌细胞(MCF-7)体外抑制活性。结果显示:5e体外抑制活性最优,其IC50分别为10.90±1.00 μmol·L-1; 8.51±0.90 μmol·L-1; 13.15±1.11 μmol·L-1; 14.75±0.78 μmol·L-1。 相似文献
29.
30.
基于光谱和神经网络模型的作物与杂草识别方法研究 总被引:3,自引:1,他引:2
利用光谱技术来识别作物与杂草是精细农业中一个非常重要的研究内容,但光谱数据中含有大量冗余数据,如何预处理以及建立识别模型,是决定识别准确率的关键。利用在325~1 075 nm波段的光谱识别了三种杂草(牛筋草、凹头苋、空心莲子草)与大豆幼苗。在幼苗生长的第三周与第六周分别采集杂草与作物的光谱,共378个样本。用其中的250个光谱样本,包括第一期和第二期采集的光谱样本,在采用db12小波经过三层分解后,将其小波系数作为输入数据建模,构造了一个径向基函数神经网络。然后,利用余下的光谱样本检验该模型的识别能力。结果表明,该模型对作物与杂草光谱具有极强的识别能力,只有3个第二期的牛筋草样本被判断为空心莲子草,其余的样本全部正确识别。这个结果表明,采用可见/近红外光谱识别大豆幼苗与三种伴随生长的杂草是可行的,同时也说明,随着作物的生长阶段的不同,其光谱的变化不会影响到种类识别。 相似文献