全新 西北地区玉米长势遥感监测
全新正版，24-72小时内发货，双休日及节假日休息。
￥ 141.3 8.9折 ￥ 158 全新
库存4件
上海闵行
认证卖家担保交易快速发货售后保障
作者常庆瑞//刘秀英
出版社科学出版社
ISBN9787030700209
出版时间2021-10
装帧平装
开本16开
定价158元
货号1202522162
上书时间2023-09-21
- 在售商品 暂无
- 平均发货时间 25小时
- 好评率 暂无
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
章 绪论
1.1 研究背景
1.2 高光谱遥感在精准农业中的应用
1.3 作物生理参数的高光谱遥感监测研究
1.3.1 作物花青素含量的高光谱遥感监测
1.3.2 作物叶绿素含量的高光谱遥感监测
1.3.3 作物生物量的高光谱遥感监测
1.3.4 作物水分含量的高光谱遥感监测
1.4 土壤信息的高光谱遥感监测研究
1.4.1 土壤水分含量的高光谱遥感监测
1.4.2 土壤氮素含量的高光谱遥感监测
1.4.3 土壤磷素含量的高光谱遥感监测
1.4.4 土壤钾素含量的高光谱遥感监测
第2章 材料与方法
2.1 研究区概况
2.2 研究目标与内容
2.2.1 研究目标
2.2.2 研究内容
2.3 研究方法
2.3.1 技术路线
2.3.2 试验设计
2.4 高光谱遥感数据获取
2.4.1 地面非成像高光谱遥感数据获取
2.4.2 地面成像高光谱遥感数据获取
2.5 玉米生理参数及农田土壤信息的测定
2.5.1 生理参数的测定
2.5.2 土壤性质测定
2.6 数据分析与处理
2.6.1 SVC数据预处理
2.6.2 SOC数据预处理
2.6.3 高光谱遥感数据处理
2.7 玉米生理参数及农田土壤性质估算模型
2.7.1 简单的统计回归模型
2.7.2 偏最小二乘回归模型
2.7.3 人工神经网络模型
2.7.4 模型验证
第3章 玉米叶片花青素含量的高光谱监测
3.1 材料与方法
3.1.1 数据获取
3.1.2 数据处理与模型建立
3.2 玉米叶片花青素及其光谱特征
3.2.1 叶片花青素含量基本特征
3.2.2 玉米叶片光谱特征
3.2.3 红边位置特征
3.3 基于SVC光谱的玉米叶片花青素含量高光谱监测
3.3.1 SVC光谱与玉米叶片花青素含量的相关性
3.3.2 基于SVC光谱的玉米叶片花青素含量高光谱监测
3.4 基于SOC光谱的玉米叶片花青素含量高光谱监测
3.4.1 SOC光谱与玉米叶片花青素含量的相关性
3.4.2 基于SOC光谱的玉米叶片花青素含量高光谱监测
3.5 讨论与结论
3.5.1 讨论
3.5.2 结论
第4章 玉米叶片叶绿素含量的高光谱监测
4.1 材料与方法
4.1.1 数据获取
4.1.2 数据处理与模型建立
4.2 玉米冠层光谱特征
4.2.1 不同生育期玉米冠层光谱特征
4.2.2 不同SPAD值的玉米冠层光谱特征
4.3 玉米冠层光谱与叶片SPAD值的相关性
4.3.1 冠层反射率及其微分光谱与SPAD值的相关性
4.3.2 植被指数与不同生育期玉米叶片SPAD值的相关性
4.3.3 光谱特征参数与不同生育期玉米叶片SPAD值的相关性
4.4 不同生育期玉米叶片SPAD值的一元线性监测
4.4.1 基于特征光谱的SPAD值一元线性估算模型
4.4.2 基于植被指数的SPAD值一元线性估算模型
4.4.3 基于光谱特征参数的SPAD值一元线性估算模型
4.5 不同生育期玉米叶片SPAD值的PLSR监测
4.5.1 基于光谱的SPAD值PLSR估算模型
4.5.2 基于植被指数的SPAD值PLSR估算模型
4.5.3 基于光谱特征参数的SPAD值PLSR估算模型
4.6 不同生育期玉米叶片SPAD值的ANN监测
4.6.1 基于光谱的SPAD值ANN估算模型
4.6.2 基于植被指数的SPAD值ANN估算模型
4.6.3 基于光谱特征参数的玉米叶片SPAD值ANN估算模型
4.7 讨论与结论
4.7.1 讨论
4.7.2 结论
第5章 玉米生物量的高光谱监测
5.1 材料与方法
5.1.1 数据获取
5.1.2 数据处理与模型建立
5.2 玉米生物量与冠层光谱的相关性
5.2.1 不同生物量玉米冠层光谱特征
5.2.2 冠层反射率及其一阶微分光谱与生物量的相关性
5.2.3 植被指数与生物量的相关性
5.2.4 光谱特征参数与生物量的相关性
5.3 不同生育期玉米生物量的一元线性监测
5.3.1 基于特征光谱的玉米生物量一元线性估算模型
5.3.2 基于植被指数的生物量一元线性估算模型
5.3.3 基于光谱特征参数的生物量一元线性估算模型
5.4 不同生育期玉米生物量的PLSR监测
5.4.1 基于光谱的生物量PLSR估算模型
5.4.2 基于植被指数的生物量PLSR估算模型
5.4.3 基于光谱特征参数的生物量PLSR估算模型
5.5 不同生育期玉米生物量的ANN监测
5.5.1 基于光谱的生物量ANN估算模型
5.5.2 基于植被指数的玉米生物量的ANN估算模型
5.5.3 基于光谱特征参数的玉米生物量ANN估算模型
5.6 讨论与结论
5.6.1 讨论
5.6.2 结论
第6章 玉米植株含水量的高光谱监测
6.1 材料与方法
6.1.1 数据获取
6.1.2 数据处理与模型建立
6.2 玉米植株水分含量与冠层光谱的相关性
6.2.1 玉米植株不同水分含量的冠层光谱特征
6.2.2 玉米冠层反射率及其一阶微分与植株含水量的相关性
6.2.3 玉米光谱指数与植株含水量的相关性
6.3 不同生育期玉米植株含水量的一元线性监测
6.3.1 基于
内容摘要
遥感技术是准确获取农田环境和农作物长势信息的现代手段。本书针对西北地区主要粮食作物——玉米，依据田间试验，将试验观测数据与光谱仪辐射数据和地面高光谱影像相结合，进行玉米叶片和植株的长势高光谱遥感监测，及其土壤水分和养分含量的高光谱监测。主要内容包括：玉米长势遥感监测实验设计与数据测定、处理方法，玉米长势及其高光谱特性分析，叶片花青素、叶绿素，植株生物量和含水量的高光谱遥感监测，玉米种植区土壤含水量、碱解氮、有效磷和速效钾含量的高光谱监测。
本书可供从事遥感、农业科学、地球科学、资源环境等学科领域的科技工作者使用，也可供高等院校农学、资源环境、地理学和遥感技术专业的师生参考。
— 没有更多了 —
以下为对购买帮助不大的评价