幫助中心 | 我的帳號 | 關於我們

西北地區水稻長勢遙感監測/西北地區生態環境與作物長勢遙感監測叢書

  • 作者:常慶瑞//秦占飛//劉京
  • 出版社:科學
  • ISBN:9787030622815
  • 出版日期:2019/09/01
  • 裝幀:平裝
  • 頁數:180
人民幣:RMB 138 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書針對西北地區主要糧食作物之一——水稻,依據田間試驗,將試驗觀測數據與地面高光譜影像、無人機高光譜影像和衛星多光譜影像等多源遙感數據相結合,進行水稻葉片、冠層和地塊尺度的長勢監測。主要內容包括:水稻長勢遙感監測試驗設計與數據測定、處理方法,水稻長勢及其高光譜特性分析,葉綠素含量、葉面積指數、葉片氮含量的地面高光譜估測模型和UHD高光譜影像遙感空間反演,多光譜衛星遙感影像的水稻葉綠素含量、葉面積指數和葉片氮含量估算與遙感空間反演。
    本書可供從事遙感、農業科學、地球科學、資源環境等學科領域的科技工作者使用,也可供高等院校農學、資源環境、地理學和遙感技術專業的師生參考。

作者介紹
常慶瑞//秦占飛//劉京

目錄
前言
第1章  水稻遙感監測試驗設計與方法
  1.1  研究區概況
  1.2  試驗設計
  1.3  高光譜遙感簡介
    1.3.1  高光譜遙感基本理論
    1.3.2  植被高光譜遙感原理
    1.3.3  高光譜植被指數
  1.4  高光譜數據獲取
    1.4.1  非成像光譜測定
    1.4.2  高光譜影像獲取
  1.5  水稻生理參數測定
    1.5.1  葉綠素含量測定
    1.5.2  葉面積指數測定
    1.5.3  葉片氮含量測定
  1.6  研究方法與技術路線
    1.6.1  高光譜數據處理
    1.6.2  建模方法
    1.6.3  模型檢驗方法
    1.6.4  技術路線
第2章  西北地區水稻的光譜特徵
  2.1  水稻葉片反射光譜特徵
    2.1.1  不同葉綠素含量水稻葉片反射光譜特徵
    2.1.2  不同土壤氮素水平水稻葉片反射光譜特徵
    2.1.3  不同土壤碳素水平下水稻葉片反射光譜特徵
  2.2  水稻冠層的波譜特性
    2.2.1  不同生育期水稻冠層波譜特性
    2.2.2  不同葉綠素含量水稻冠層波譜特性
    2.2.3  不同葉面積指數水稻冠層波譜特性
    2.2.4  不同LNC水稻冠層波譜特徵
    2.2.5  不同土壤氮素水平水稻冠層波譜特性
    2.2.6  不同碳素水平水稻冠層波譜特性
  2.3  水稻冠層光譜的紅邊特徵
    2.3.1  不同生育期水稻冠層紅邊特徵
    2.3.2  不同土壤氮素水平水稻冠層紅邊特徵
  2.4  討論與結論
    2.4.1  討論
    2.4.2  結論
第3章  水稻葉綠素含量高光譜估測模型
  3.1  水稻葉片SPAD值的基本特徵
  3.2  水稻葉綠素含量普通回歸模型估測
    3.2.1  基於特徵波段的水稻葉綠素含量估測
    3.2.2  基於光譜反射率參數的水稻葉綠素監測
    3.2.3  基於光譜指數的水稻葉綠素含量估測
    3.2.4  基於「三邊」參數的水稻葉綠素監測
  3.3  水稻葉綠素含量多元模型估測
    3.3.1  基於BP神經網路的水稻葉綠素含量估測
    3.3.2  基於隨機森林演算法的水稻葉綠素含量估測
  3.4  水稻幼苗期植株SPAD值高光譜影像遙感反演
    3.4.1  水稻幼苗葉片高光譜影像的光譜特徵

    3.4.2  水稻幼苗SPAD值與高光譜影像光譜反射率相關性
    3.4.3  水稻葉片SPAD值估測模型及單株SPAD值填圖
  3.5  討論與結論
    3.5.1  討論
    3.5.2  結論
第4章  水稻葉面積指數的高光譜估測模型
  4.1  水稻葉面積指數在各生育期的變化
    4.1.1  不同施氮條件下水稻葉面積指數隨生育期的變化
    4.1.2  不同施碳條件下水稻葉面積指數隨生育期的變化
  4.2  水稻葉面積指數與冠層光譜的相關性分析
    4.2.1  葉面積指數與原始光譜?導數光譜的相關性
    4.2.2  葉面積指數與高光譜特徵參數的相關性
    4.2.3  葉面積指數與植被指數的相關性
  4.3  水稻葉面積指數普通回歸模型估測
    4.3.1  基於特徵波段的水稻葉面積指數估測
    4.3.2  基於植被指數的水稻葉面積指數估測
    4.3.3  基於光譜參數的水稻葉面積指數估測
    4.3.4  基於「三邊」參數的水稻葉面積指數估測
  4.4  水稻葉面積指數多元模型估測
    4.4.1  基於BP神經網路的葉面積指數估測
    4.4.2  基於支持向量機的水稻葉面積指數估測
    4.4.3  基於隨機森林演算法的估算模型及精度檢驗
  4.5  討論與結論
    4.5.1  討論
    4.5.2  結論
第5章  水稻葉片氮含量高光譜估測模型
  5.1  水稻葉片氮含量在各生育期的變化
  5.2  水稻葉片氮素與冠層光譜之間的關係
    5.2.1  不同LNC的冠層光譜特徵
    5.2.2  水稻LNC與光譜反射率的相關性
    5.2.3  水稻LNC與高光譜特徵參數的相關性
    5.2.4  水稻LNC與植被指數的相關性
  5.3  基於光譜指數的水稻葉片氮含量估測
    5.3.1  水稻葉片氮含量的最優光譜指數
    5.3.2  水稻葉片氮含量光譜指數模型構建
    5.3.3  各種光譜指數估測水稻葉片氮含量精度比較
  5.4  水稻葉片氮含量估測的多變數模型構建
    5.4.1  水稻葉片氮含量估測的多元線性模型
    5.4.2  基於隨機森林演算法的水稻葉片氮含量估測模型
  5.5  討論與結論
    5.5.1  討論
    5.5.2  結論
第6章  基於無人機高光譜影像的小區水稻長勢監測
  6.1  無人機高光譜影像數據採集與處理
  6.2  無人機高光譜影像實現小區水稻生理生化參數監測
    6.2.1  基於特徵波段的水稻SPAD值和LAI遙感反演
    6.2.2  基於BP神經網路的水稻SPAD值和LAI遙感反演
    6.2.3  不同反演模型高光譜影像估測能力比較
  6.3  討論與結論
第7章  基於無人機高光譜影像的大田水稻長勢監測

  7.1  水稻SPAD值高光譜影像空間反演
  7.2  水稻LAI高光譜影像空間反演
  7.3  水稻LNC高光譜影像空間反演
  7.4  討論與結論
    7.4.1  討論
    7.4.2  結論
第8章  高分一號遙感影像在水稻長勢監測中的應用
  8.1  影像預處理
  8.2  衛星波段反射率模擬和植被指數
  8.3  基於GF-1衛星數據的水稻SPAD值空間監測
    8.3.1  光譜指數與水稻抽穗期SPAD值的相關性
    8.3.2  水稻抽穗期SPAD值估算模型構建及驗證
    8.3.3  水稻抽穗期SPAD值空間反演
  8.4  基於GF-1衛星數據的水稻LAI空間監測
    8.4.1  光譜指數與水稻抽穗期LAI的相關性
    8.4.2  水稻抽穗期LAI估算模型構建及驗證
    8.4.3  水稻抽穗期LAI空間反演
  8.5  基於GF-1衛星數據的水稻LNC空間監測
    8.5.1  光譜植被指數與水稻抽穗期LNC的相關性
    8.5.2  水稻抽穗期LNC估算模型構建及驗證
    8.5.3  水稻抽穗期LNC空間反演
  8.6  討論與結論
    8.6.1  討論
    8.6.2  結論
參考文獻
附錄  試驗圖片

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032