幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

西北地區玉米長勢遙感監測/西北地區生態環境與作物長勢遙感監測叢書

  • 作者：常慶瑞//劉秀英|責編:李曉娟
  • 出版社：科學
  • ISBN：9787030700209
  • 出版日期：2021/10/01
  • 裝幀：平裝
  • 頁數：225
人民幣：RMB 158 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    遙感技術是精確獲取農田環境和農作物長勢信息的現代手段。本書針對西北地區主要糧食作物——玉米，依據田間試驗，將試驗觀測數據與光譜儀輻射數據和地面高光譜影像相結合，進行玉米葉片和植株的長勢高光譜遙感監測，及其土壤水分和養分含量的高光譜監測。主要內容包括：玉米長勢遙感監測實驗設計與數據測定、處理方法，玉米長勢及其高光譜特性分析，葉片花青素、葉綠素，植株生物量和含水量的高光譜遙感監測，玉米種植區土壤含水量、鹼解氮、有效磷和速效鉀含量的高光譜監測。
    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//劉秀英|責編:李曉娟
目錄
第1章  緒論
  1.1  研究背景
  1.2  高光譜遙感在精準農業中的應用
  1.3  作物生理參數的高光譜遙感監測研究
    1.3.1  作物花青素含量的高光譜遙感監測
    1.3.2  作物葉綠素含量的高光譜遙感監測
    1.3.3  作物生物量的高光譜遙感監測
    1.3.4  作物水分含量的高光譜遙感監測
  1.4  土壤信息的高光譜遙感監測研究
    1.4.1  土壤水分含量的高光譜遙感監測
    1.4.2  土壤氮素含量的高光譜遙感監測
    1.4.3  土壤磷素含量的高光譜遙感監測
    1.4.4  土壤鉀素含量的高光譜遙感監測
第2章  材料與方法
  2.1  研究區概況
  2.2  研究目標與內容
    2.2.1  研究目標
    2.2.2  研究內容
  2.3  研究方法
    2.3.1  技術路線
    2.3.2  試驗設計
  2.4  高光譜遙感數據獲取
    2.4.1  地面非成像高光譜遙感數據獲取
    2.4.2  地面成像高光譜遙感數據獲取
  2.5  玉米生理參數及農田土壤信息的測定
    2.5.1  生理參數的測定
    2.5.2  土壤性質測定
  2.6  數據分析與處理
    2.6.1  SVC數據預處理
    2.6.2  SOC數據預處理
    2.6.3  高光譜遙感數據處理
  2.7  玉米生理參數及農田土壤性質估算模型
    2.7.1  簡單的統計回歸模型
    2.7.2  偏最小二乘回歸模型
    2.7.3  人工神經網路模型
    2.7.4  模型驗證
第3章  玉米葉片花青素含量的高光譜監測
  3.1  材料與方法
    3.1.1  數據獲取
    3.1.2  數據處理與模型建立
  3.2  玉米葉片花青素及其光譜特徵
    3.2.1  葉片花青素含量基本特徵
    3.2.2  玉米葉片光譜特徵
    3.2.3  紅邊位置特徵
  3.3  基於SVC光譜的玉米葉片花青素含量高光譜監測
    3.3.1  SVC光譜與玉米葉片花青素含量的相關性
    3.3.2  基於SVC光譜的玉米葉片花青素含量高光譜監測
  3.4  基於SOC光譜的玉米葉片花青素含量高光譜監測
    3.4.1  SOC光譜與玉米葉片花青素含量的相關性
    3.4.2  基於SOC光譜的玉米葉片花青素含量高光譜監測

  3.5  討論與結論
    3.5.1  討論
    3.5.2  結論
第4章  玉米葉片葉綠素含量的高光譜監測
  4.1  材料與方法
    4.1.1  數據獲取
    4.1.2  數據處理與模型建立
  4.2  玉米冠層光譜特徵
    4.2.1  不同生育期玉米冠層光譜特徵
    4.2.2  不同SPAD值的玉米冠層光譜特徵
  4.3  玉米冠層光譜與葉片SPAD值的相關性
    4.3.1  冠層反射率及其微分光譜與SPAD值的相關性
    4.3.2  植被指數與不同生育期玉米葉片SPAD值的相關性
    4.3.3  光譜特徵參數與不同生育期玉米葉片SPAD值的相關性
  4.4  不同生育期玉米葉片SPAD值的一元線性監測
    4.4.1  基於特徵光譜的SPAD值一元線性估算模型
    4.4.2  基於植被指數的SPAD值一元線性估算模型
    4.4.3  基於光譜特徵參數的SPAD值一元線性估算模型
  4.5  不同生育期玉米葉片SPAD值的PLSR監測
    4.5.1  基於光譜的SPAD值PLSR估算模型
    4.5.2  基於植被指數的SPAD值PLSR估算模型
    4.5.3  基於光譜特徵參數的SPAD值PLSR估算模型
  4.6  不同生育期玉米葉片SPAD值的ANN監測
    4.6.1  基於光譜的SPAD值ANN估算模型
    4.6.2  基於植被指數的SPAD值ANN估算模型
    4.6.3  基於光譜特徵參數的玉米葉片SPAD值ANN估算模型
  4.7  討論與結論
    4.7.1  討論
    4.7.2  結論
第5章  玉米生物量的高光譜監測
  5.1  材料與方法
    5.1.1  數據獲取
    5.1.2  數據處理與模型建立
  5.2  玉米生物量與冠層光譜的相關性
    5.2.1  不同生物量玉米冠層光譜特徵
    5.2.2  冠層反射率及其一階微分光譜與生物量的相關性
    5.2.3  植被指數與生物量的相關性
    5.2.4  光譜特徵參數與生物量的相關性
  5.3  不同生育期玉米生物量的一元線性監測
    5.3.1  基於特徵光譜的玉米生物量一元線性估算模型
    5.3.2  基於植被指數的生物量一元線性估算模型
    5.3.3  基於光譜特徵參數的生物量一元線性估算模型
  5.4  不同生育期玉米生物量的PLSR監測
    5.4.1  基於光譜的生物量PLSR估算模型
    5.4.2  基於植被指數的生物量PLSR估算模型
    5.4.3  基於光譜特徵參數的生物量PLSR估算模型
  5.5  不同生育期玉米生物量的ANN監測
    5.5.1  基於光譜的生物量ANN估算模型
    5.5.2  基於植被指數的玉米生物量的ANN估算模型
    5.5.3  基於光譜特徵參數的玉米生物量ANN估算模型

  5.6  討論與結論
    5.6.1  討論
    5.6.2  結論
第6章  玉米植株含水量的高光譜監測
  6.1  材料與方法
    6.1.1  數據獲取
    6.1.2  數據處理與模型建立
  6.2  玉米植株水分含量與冠層光譜的相關性
    6.2.1  玉米植株不同水分含量的冠層光譜特徵
    6.2.2  玉米冠層反射率及其一階微分與植株含水量的相關性
    6.2.3  玉米光譜指數與植株含水量的相關性
  6.3  不同生育期玉米植株含水量的一元線性監測
    6.3.1  基於特徵光譜的含水量一元線性估算模型
    6.3.2  基於光譜指數的含水量一元線性估算模型
  6.4  不同生育期玉米植株含水量的PLSR監測
    6.4.1  基於光譜的含水量PLSR估算模型
    6.4.2  基於光譜指數的含水量PLSR估算模型
  6.5  不同生育期玉米植株含水量的ANN監測
    6.5.1  基於光譜的含水量ANN估算模型
    6.5.2  基於光譜指數的含水量ANN估算模型
  6.6  討論與結論
    6.6.1  討論
    6.6.2  結論
第7章  土壤水分含量的高光譜監測
  7.1  材料與方法
    7.1.1  樣品採集與處理
    7.1.2  數據處理與模型建立
  7.2  不同含水量土壤光譜特徵
    7.2.1  研究區土壤含水量基本特徵
    7.2.2  不同含水量土壤反射光譜特徵
    7.2.3  土壤水分的光譜吸收特徵
  7.3  基於特徵波長的土壤含水量監測
    7.3.1  土壤光譜反射率與含水量的相關性
    7.3.2  土壤含水量估算模型構建
    7.3.3  模型精度評價
  7.4  基於吸收特徵參數的土壤含水量監測
    7.4.1  吸收特徵參數與水分含量相關性
    7.4.2  土壤含水量估算模型構建
    7.4.3  模型精度評價
  7.5  討論與結論
    7.5.1  討論
    7.5.2  結論
第8章  土壤氮含量的高光譜監測
  8.1  材料與方法
    8.1.1  樣品採集與處理
    8.1.2  數據處理與模型建立
  8.2  土壤氮含量及其光譜特徵
    8.2.1  供試土壤氮含量基本特徵
    8.2.2  不同氮含量土壤的反射光譜特徵
  8.3  土壤光譜與氮含量的相關性

    8.3.1  土壤光譜與全氮含量的相關性
    8.3.2  土壤光譜與鹼解氮含量的相關性
  8.4  土壤全氮含量的高光譜監測
    8.4.1  基於特徵光譜的全氮含量一元線性估算模型
    8.4.2  基於特徵指數的全氮含量一元線性估算模型
    8.4.3  基於光譜和特徵參數的全氮含量PLSR估算模型
    8.4.4  基於光譜及特徵參數的土壤全氮含量ANN估算模型
  8.5  土壤鹼解氮含量的高光譜監測
    8.5.1  基於特徵光譜的鹼解氮含量一元線性估算模型
    8.5.2  基於特徵指數的鹼解氮含量一元線性估算模型
    8.5.3  基於光譜和特徵參數的鹼解氮含量PLSR估算模型
    8.5.4  基於光譜及特徵參數的鹼解氮含量ANN估算模型
  8.6  討論與結論
    8.6.1  討論
    8.6.2  結論
第9章  土壤磷和鉀含量的高光譜監測
  9.1  材料與方法
    9.1.1  樣品採集與處理
    9.1.2  數據處理與模型建立
  9.2  土壤磷和鉀含量及其光譜特徵
    9.2.1  研究區土壤磷和鉀含量基本特徵
    9.2.2  不同磷和鉀含量土壤的反射光譜特徵
  9.3  土壤光譜與磷和鉀含量的相關性
    9.3.1  土壤光譜與磷含量的相關性
    9.3.2  土壤光譜與鉀含量的相關性
    9.3.3  土壤磷含量的特徵指數
    9.3.4  土壤鉀含量的特徵指數
  9.4  土壤磷含量的高光譜監測
    9.4.1  土壤全磷含量高光譜監測
    9.4.2  土壤有效磷含量高光譜監測
  9.5  土壤鉀含量的高光譜監測
    9.5.1  基於光譜及特徵參數的全鉀含量PLSR估算模型
    9.5.2  基於光譜及特徵參數的全鉀含量ANN估算模型
    9.5.3  土壤速效鉀含量高光譜監測
  9.6  討論與結論
    9.6.1  討論
    9.6.2  結論
第10章  成果與展望
  10.1  主要成果
  10.2  展望
參考文獻

  • 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