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

植物生育期監測與花期預報方法

  • 作者：編者:徐敏//高蘋|責編:邵華//張玥瀅
  • 出版社：氣象
  • ISBN：9787502979508
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：85
人民幣：RMB 45 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要通過深度學習、衛星遙感反演、最優化因子、需冷量和需熱量、周期分析、膨化處理、逐步回歸等方法，對水稻、小麥等糧食作物的生育期以及桃、梨等果樹的生育期、花期進行監測和預報。利用機器學習等演算法為預報作物生育期和花期提供了新的方法和思路，為建立更合理的預報模型提供依據。及時獲取精準的作物生育期信息對作物長勢監測、田間管理、品質及產量估算等均具有重要意義。本書適用於農業氣象工作者學習閱讀，也可為農業管理及其研究人員提供參考。
作者介紹
編者:徐敏//高蘋|責編:邵華//張玥瀅
目錄
前言
第1章  基於深度學習的水稻生育期智能識別方法
  1.1  水稻生育期智能識別的意義
  1.2  水稻生育期智能識別的技術思路
  1.3  水稻生育期智能識別模型的構建
    1.3.1  圖像資料的準備
    1.3.2  圖像資料的增強處理
    1.3.3  水稻生育期內有效積溫的計算
    1.3.4  構建水稻生育期智能識別的神經網路模型
  1.4  結論
  參考文獻
第2章  基於衛星遙感反演的冬小麥生育期監測方法
  2.1  遙感監測冬小麥生育期的意義
  2.2  遙感監測冬小麥生育期的步驟和方法
    2.2.1  基礎數據
    2.2.2  數據處理
    2.2.3  NDVI數據擬合
    2.2.4  冬小麥物候期提取
    2.2.5  冬小麥物候期監測結果的驗證
    2.2.6  冬小麥關鍵物侯期遙感製圖
    2.2.7  冬小麥關鍵物候期遙感反演結果驗證
  2.3  結論
  參考文獻
第3章  基於機器學習的冬小麥始花期預報方法
  3.1  冬小麥始花期預報的意義
  3.2  資料與預處理
    3.2.1  數據資料
    3.2.2  資料預處理和區域劃分
  3.3  方法介紹
    3.3.1  隨機森林演算法
    3.3.2  反向神經網路演算法
    3.3.3  多元線性回歸演算法
    3.3.4  模型精度評價方法
  3.4  冬小麥始花期預報模型的構建
    3.4.1  冬小麥始花期基本特徵
    3.4.2  影響冬小麥始花期的預報因子篩選及其評價
    3.4.3  基於3種演算法的冬小麥始花期預報模型構建和精度對比
  3.5  結論
  參考文獻
第4章  基於最優化因子相關的油菜開花期預報方法
  4.1  油菜開花期預報的意義
  4.2  資料篩選
    4.2.1  氣象資料
    4.2.2  環流特徵量數據與海溫場數據
  4.3  研究方法
    4.3.1  開花期觀測數據處理
    4.3.2  膨化處理
    4.3.3  最優化因子相關分析技術
    4.3.4  穩定性檢驗與獨立性檢驗
  4.4  油菜花期預報模型的構建

    4.4.1  油菜生育期的基本特徵
    4.4.2  油菜開花期的主要影響因子
    4.4.3  油菜開花期中長期建模因子的選擇
    4.4.4  油菜開花期中長期預測模型的檢驗
  4.5  結論
  參考文獻
第5章  基於需冷量和需熱量的桃樹始花期動態預報方法
  5.1  需冷量和需熱量研究背景
  5.2  資料與方法
    5.2.1  數據資料
    5.2.2  研究方法
  5.3  桃樹始花期預報方法的建立
    5.3.1  以需熱量的穩定尋找需冷量
    5.3.2  以需冷量的穩定尋找需熱量
    5.3.3  用需冷量和需熱量估算桃樹始花期的檢驗效果
  5.4  結論
  參考文獻
第6章  基於周期分析的桃樹始花期預報方法
  6.1  桃樹始花期預報的意義
  6.2  資料與方法
    6.2.1  數據資料
    6.2.2  桃樹開花對生態環境的要求
    6.2.3  功率譜分析方法
    6.2.4  逐步回歸周期分析方法
    6.2.5  預報集成法
  6.3  桃樹始花期預報效果
  6.4  結論
  參考文獻
第7章  基於膨化處理的牡丹始花期預報方法
  7.1  牡丹始花期預報的意義
  7.2  資料與方法
    7.2.1  數據資料
    7.2.2  膨化處理
    7.2.3  逐步回歸
  7.3  牡丹始花期預報方法的建立
    7.3.1  氣象因素對牡丹始花期的影響
    7.3.2  備選因子的選取
    7.3.3  牡丹始花期預報模型的構建
    7.3.4  牡丹始花期預報模型精度檢驗
  7.4  結論
  參考文獻
第8章  基於逐步回歸的植物花期預報方法
  8.1  蘋果始花期的預報方法
    8.1.1  蘋果始花期預報的意義
    8.1.2  構建蘋果始花期預報模型的資料和方法
    8.1.3  蘋果始花期預報模型的構建
    8.1.4  蘋果始花期預報的結論
  8.2  梨樹始花期的預報方法
    8.2.1  梨樹始花期預報的意義
    8.2.2  構建梨樹始花期預報模型的資料和方法

    8.2.3  梨樹始花期預報模型的構建
    8.2.4  梨樹始花期預報的結論
  8.3  懸鈴木始花期的預報方法
    8.3.1  懸鈴木始花期預報的意義
    8.3.2  構建懸鈴木始花期預報模型的資料和方法
    8.3.3  懸鈴木始花期預報模型的構建
    8.3.4  懸鈴木始花期預報的結論
  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