排序方式: 共有45条查询结果,搜索用时 234 毫秒
21.
22.
23.
Orthogonal array-based uniform Latin hypercube design(uniform OALHD) is a class of orthogonal array-based Latin hypercube designs to have the best uniformity. In this paper, we provide a less computational algorithm to construct uniform OALHD in 2-dimensional space from Bundschuh and Zhu(1993). And some uniform OALHDs are con- structed by using our method. 相似文献
24.
基于NIR-Red光谱特征空间的作物水分指数 总被引:2,自引:0,他引:2
水分含量是表征作物水分胁迫生理状况的重要指标,及时有效地监测作物水分含量对于评估作物水分亏缺平衡,指导农业生产灌溉具有重要意义。基于NIR-Red二维光谱特征空间,尝试构建一种新的作物水分监测指数PWI来估算作物水分含量。以冬小麦作物植被水分含量估算为尝试对象。首先,利用地面实测小麦冠层高光谱数据,结合对应卫星光谱响应函数,模拟当前常用卫星HJ-CCD和ZY-3多光谱数据;然后,对基于NIR-Red二维光谱特征空间的现有植被指数PDI(垂直干旱指数)和PVI(垂直植被指数)进行改进,通过比值变换的方法构建新的指数PWI来估算冬小麦植株含水量(VWC)。结果显示:基于模拟的HJ-CCD和ZY-3卫星宽波段多光谱数据生成的PWI估算小麦VWC具有良好的效果,R2分别达到0.684和0.683, 均达到了极显著水平。利用检验样本得到冬小麦VWC估算的R2和RMSE分别为0.764和0.764,3.837%和3.840%,这表明应用提出的新指数PWI估测作物含水量具有一定可行性。同时,也为当前利用主要国产卫星遥感数据HJ-CCD和ZY-3开展作物水分遥感监测应用提供了一种新方法。 相似文献
25.
中红外大气辐射传输解析模型及遥感成像模拟 总被引:4,自引:0,他引:4
为了建立完整的星载高分辨率中红外成像模拟系统,并为航天器载荷设计等相关工作提供有力参考,需要对大气辐射传输这一环节进行重点考虑,设计出切实可行,精度较高的大气辐射传输数值成像模拟方法。针对中红外大气辐射传输具有大气散射和自身发射的特性,将整个大气辐射传输过程进行了合理分解,并利用MODTRAN4对各辐射分量进行求解,以查找表方式实现了大气辐射传输成像模拟。此外,针对大气散射导致的邻近效应进行了分析,将原有PSF模型扩展至中红外波段,并与大气辐射传输解析模型相互耦合共同完成模拟成像。最后对模型进行了初步验证和成像模拟,结果表明:模型具有较好的模拟精度,通过给定观测几何和大气条件,并根据地表输入的温度和发射率等,实现逐像元的大气辐射传输计算。 相似文献
27.
杨贵军 《高校应用数学学报(A辑)》2005,20(3):327-332
根据纯净两因子交互效应的数量证明某些2m-pⅣ设计在一定条件下具有弱最小低阶混杂,并且给出了一组既具有弱最小低阶混杂又包含最大数量纯净两因子交互效应的2m-pⅣ设计. 相似文献
28.
29.
基于叶片及冠层叶绿素参数的冬小麦籽粒蛋白质含量预测研究 总被引:1,自引:0,他引:1
小麦籽粒蛋白质含量是衡量小麦营养品质的重要指标,实现小麦品质快速的预测预报对于粮食收购部门和加工企业具有重要意义。研究基于作物叶绿素/氮素速测仪SPAD及Multiplex 3,获取冬小麦不同生育期叶片及冠层叶绿素参数,从小麦个体及群体参量两方面进行冬小麦收获期籽粒蛋白质含量及蛋白产量的预测研究。试验于2012年4—6月在国家精准农业研究示范基地开展,研究结果表明,冬小麦返青至灌浆初期,小麦冠层氮素密度与籽粒蛋白质含量的相关性优于叶片氮素含量与蛋白质含量的相关性,灌浆中期两者与籽粒蛋白质含量相关性差别不大;小麦叶片SPAD值与叶片氮素含量相关性总体优于其与冠层氮素密度的相关性,而叶绿素荧光参数SFR_G, SFR_R与冠层氮素密度的相关性优于其与叶片氮素含量的相关性;叶片SPAD与籽粒蛋白质含量的相关性在拔节期最弱,在灌浆中期最强,小麦冠层叶绿素荧光参数SFR_G, SFR_R与籽粒蛋白质含量相关性在返青至拔节期不显著,但孕穗期开始显著相关,在灌浆中期相关性最强且明显优于同期叶片SPAD与籽粒蛋白质含量的相关性;冬小麦籽粒蛋白产量与叶片SPAD值在小麦孕穗期至灌浆期显著相关,与SFR_G和SFR_R在小麦灌浆期显著相关;研究基于灌浆中期SPAD值及SFR_R值,构建了冬小麦籽粒蛋白质含量及籽粒蛋白产量的预测模型,其中,籽粒蛋白质含量预测模型复相关指数分别为0.426和0.497,模型标准误差分别为0.060%和0.055%,籽粒蛋白产量预测模型复相关指数分别为0.366和0.386,模型标准误差分别为125.367和123.454 kg·ha-1。研究表明,利用叶片SPAD值及冠层叶绿素荧光信息,在小麦收获前进行品质的快速预测是可行的。 相似文献
30.
快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人机获取了马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的高光谱影像和数码影像,同时采集各生育期的地面数码影像,并实测了株高(H)、PNC和11个地面控制点(GCPs)的三维空间坐标。其次,利用无人机数码影像结合GCPs生成试验区域的数字表面模型(DSM),分别从无人机数码影像和DSM中提取马铃薯的地面覆盖度(VCuav)和株高(Hdsm),并利用地面数码影像计算的覆盖度(VC)和实测H验证提取的VCuav和Hdsm的精度。然后,根据高光谱反射率数据计算绿边参数(GEPs),构造GEPs×Hdsm×VCuav,GEPs/(1+VCuav),(GEPs+VCuav)×Hdsm和GEPs/(1+Hdsm) 4种融合特征参数(FFPs),对高光谱影像信息和数码影像信息进行融合。最后,将各生育期提取的GEPs和构造的FFPs分别与PNC作相关性分析,筛选最优绿边参数(OGEP)和最优融合特征参数(OFFP)构建5个生育期的PNC线性估算模型,并根据相关性较高的GEPs和FFPs利用偏最小二乘(PLSR)和人工神经网络(ANN) 2种回归方法构建PNC的多参数估算模型,结果表明:(1)基于无人机数码影像提取的Hdsm和VCuav具有较高的精度,可以代替实测H和VC估算作物理化参数。(2)与GEPs相比,前4个生育期,构造的大部分FFPs与PNC的相关性更高,能更好地反映马铃薯的氮营养状况。(3)马铃薯5个生育期,OFFP估算PNC的效果优于OGEP。(4)与单参数模型相比,基于GEPs和FFPs利用PLSR和ANN 2种方法构建的模型精度和稳定性均明显提高,其中,以FFPs为模型因子利用ANN方法构建的模型效果最好。该研究表明融合高光谱绿边参数和高清数码相机传感器提取的株高和覆盖度信息能显著提升PNC的估算精度,可为马铃薯氮营养状况的动态无损监测和多源传感器信息的应用提供参考。 相似文献