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

作物表型遙感與應用預測建模

  • 作者：韓亮|責編:鮑玲//陳軍
  • 出版社：武漢大學
  • ISBN：9787307249899
  • 出版日期：2025/12/01
  • 裝幀：平裝
  • 頁數：251
人民幣：RMB 85 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統闡述作物表型遙感的基礎原理與關鍵技術，涵蓋植被與土壤光譜特徵、輻射傳輸理論，以及從高光譜、顏色、紋理到時序特徵、三維點雲與深度學習模型的全方位特徵提取方法。書中結合無人機遙感在玉米育種小區多品系表型解析中的實際應用，重點介紹了該技術在玉米生物量、株高、倒伏等關鍵性狀參數反演與篩選方面的最新進展。本書可作為測繪工程、遙感科學與技術、農業資源與環境等相關專業高年級本科生及研究生的教學參考書，也可供相關領域的科研與技術工作者參考。
作者介紹
韓亮|責編:鮑玲//陳軍
    韓亮，遼寧錦州人，中國礦業大學（北京）攝影測量與遙感專業工學博士，現為山西大同大學副教授，碩士生導師。主要從事資源環境遙感、農業定量遙感、作物表型遙感等領域的研究，在相關領域發表SCI/EI學術論文10余篇，主持省部級科研與教研項目10項。
目錄
第1章  緒論
  1.1  研究意義
  1.2  表型研究的有關術語
    1.2.1  表型、基因型和環境型
    1.2.2  表型和性狀
    1.2.3  作物表型組學
    1.2.4  選擇育種
  1.3  國內外研究現狀及發展趨勢
    1.3.1  高通量表型技術發展
    1.3.2  遙感可獲取的作物表型性狀及參量
    1.3.3  機器學習方法在表型研究中的應用
  本章參考文獻
第2章  作物表型遙感理論基礎
  2.1  植被的反射光譜特徵
    2.1.1  葉片尺度反射光譜
    2.1.2  冠層尺度反射光譜
    2.1.3  植被指數
  2.2  土壤的反射光譜特徵
    2.2.1  典型土壤的反射率特徵
    2.2.2  影響土壤反射光譜特徵的因素
  2.3  農田輻射傳輸過程
    2.3.1  農田輻射傳輸過程的驅動
    2.3.2  農田土壤-植被輻射傳輸
    2.3.3  大氣在輻射傳輸中的作用
    2.3.4  感測器對地物輻射的響應
    2.3.5  植被冠層輻射傳輸模型
  2.4  表型遙感中尺度效應問題
  本章參考文獻
第3章  作物表型遙感圖像特徵提取方法
  3.1  輻射校正
    3.1.1  輻射定標
    3.1.2  大氣校正
    3.1.3  地形校正
    3.1.4  太陽高度校正
  3.2  幾何校正
    3.2.1  地面控制點的選取
    3.2.2  建立幾何校正模型
    3.2.3  圖像重採樣
  3.3  基於高光譜特徵的提取
    3.3.1  光譜數據預處理
    3.3.2  導數光譜特徵
    3.3.3  光譜吸收谷/反射峰特徵分析
    3.3.4  光譜積分
    3.3.5  植被紅邊特徵位置分析與提取
  3.4  基於顏色特徵的提取
    3.4.1  顏色空間
    3.4.2  RGB與HSV轉換
    3.4.3  顏色量化特徵
    3.4.4  植被顏色指數
  3.5  基於紋理特徵的提取

    3.5.1  灰度化處理
    3.5.2  統計方法
    3.5.3  結構方法
    3.5.4  模型方法
    3.5.5  信號處理方法
  3.6  基於形狀特徵的提取
    3.6.1  鏈碼
    3.6.2  輪廓近似
    3.6.3  輪廓曲率
    3.6.4  傅里葉描述子
    3.6.5  小波變換
    3.6.6  質心距離函數
    3.6.7  Hu不變矩
    3.6.8  Zernike正交矩
    3.6.9  閾值分割法
    3.6.10  區域生長法
    3.6.11  分水嶺演算法
    3.6.12  水平集演算法
    3.6.13  分裂與合併法
    3.6.14  K均值聚類方法
    3.6.15  超像素分割方法
    3.6.16  形態學操作
  3.7  基於時序特徵的提取
    3.7.1  統計域方法
    3.7.2  譜域方法
    3.7.3  時域方法
    3.7.4  物候特徵提取
  3.8  三維點雲模型特徵提取
    3.8.1  不同維度的數據
    3.8.2  點雲採集設備及技術
    3.8.3  點雲的存儲格式
    3.8.4  點雲預處理演算法
    3.8.5  點雲凸包
  3.9  基於深度學習的圖像特徵提取
    3.9.1  AlexNet
    3.9.2  VGGNet
    3.9.3  GoogLeNet
    3.9.4  ResNet
    3.9.5  MobileNet
    3.9.6  DenseNet
    3.9.7  U-Net
  本章參考文獻
第4章  無人機遙感解析玉米多品系表型試驗
  4.1  研究區域
  4.2  試驗因素與水平
  4.3  田間試驗設計
  4.4  無人機表型平台
  4.5  數據採集
    4.5.1  遙感圖像數據採集
    4.5.2  地面實測數據採集

  4.6  航拍圖像處理技術與質量評估方法
    4.6.1  數碼圖像數據處理方法
    4.6.2  多光譜圖像數據處理方法
    4.6.3  質量評估與影響因素分析
  本章參考文獻
第5章  玉米形態結構表型性狀研究——株高
  5.1  株高提取方法
  5.2  株高時空表型數據集的建立
  5.3  時空表型性狀的聚類分析
    5.3.1  模糊C均值聚類方法的研究
    5.3.2  時空表型性狀動態變化模式識別與分析
  5.4  討論
  5.5  結論
  本章參考文獻
第6章  玉米生產性能表型性狀研究——地上鮮生物量
  6.1  結合冠層結構和光譜信息估測AGB
    6.1.1  預測變數數據集的建立
    6.1.2  預測變數的選擇
    6.1.3  確定建模策略和抽樣方法
    6.1.4  模型的訓練和評估
  6.2  生物量繪圖與差異顯著性檢驗
  6.3  BIOVP指標作用效果分析
  6.4  討論
  6.5  結論
  本章參考文獻
第7章  玉米抗逆表型性狀研究——倒伏
  7.1  數據準備與處理
    7.1.1  特徵提取
    7.1.2  特徵選擇
    7.1.3  樣本平衡
  7.2  分類器
    7.2.1  K近鄰分類器
    7.2.2  邏輯回歸分類器
    7.2.3  樸素貝葉斯分類器
    7.2.4  支持向量機分類器
    7.2.5  極致梯度提升樹
  7.3  SHapley Additive exPlanations
  7.4  模型的建立、評估和解釋
    7.4.1  劃分訓練集和測試集
    7.4.2  優化模型參數
    7.4.3  評價模型
    7.4.4  使用SHAP值解釋模型
  7.5  討論
    7.5.1  用於倒伏檢測的特徵
    7.5.2  研究的局限性
  7.6  結論
  本章參考文獻
第8章  基於表型圖譜和相似性的多表型性狀綜合評估
  8.1  兩步聚類方法的構建
    8.1.1  表型數據集重建

    8.1.2  兩步聚類的方法原理
  8.2  表型圖譜與表型相似性的建立
    8.2.1  兩步聚類方法的實現過程
    8.2.2  表型圖譜與表型相似性
  8.3  基因型和表型性狀的初步篩選
  8.4  討論
  8.5  結論
  本章參考文獻

  • 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