作者:邢东兴,常庆瑞 单位:中国光学学会 出版:《光谱学与光谱分析》2009年第07期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFGUAN2009070590 DOC编号:DOCGUAN2009070599 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于花期果树冠层光谱反射率的果树树种辨识研究》PDF+DOC2009年第03期 邢东兴,常庆瑞 《小麦冠层营养诊断光谱检测仪设计与试验》PDF+DOC2015年第S1期 赵毅,文瑶,孙红,李民赞,张猛,吴李烜 《一种土壤湿度测定方法在Zig Bee无线传感器网络中的应用》PDF+DOC2015年第01期 高翔,刘鹏,卢潭城,陆起涌 《基于车载式冠层光谱传感器的玉米拔节期叶绿素含量诊断(英文)》PDF+DOC2015年第S2期 刘豪杰,李民赞,孙红,赵毅,文瑶,杨玮 《基于反射光谱的江淮分水岭区域典型农作物识别》PDF+DOC2015年第05期 顾留碗,吴见,邓凯,王端端 《基于ZigBee技术与BP神经网络的棉田自动灌溉控制系统设计》PDF+DOC2016年第11期 赵天图,马蓉,刘南江,郑玉玲 《新型卫星传感器在监测作物生长中的应用》PDF+DOC1986年第01期 S.R.斯克尼德,D.F.小姆克简斯,侯学曾,肖淑招 《基于高光谱卫星遥感数据的UPDM分析方法》PDF+DOC2005年第03期 张立福,张良培,村松加奈子,藤原昇 《ASTER与Landsat ETM+植被指数的交互比较》PDF+DOC2011年第07期 徐涵秋,张铁军 《利用光谱指数反演植被叶绿素含量的精度及稳定性研究》PDF+DOC2015年第04期 姜海玲,杨杭,陈小平,王树东,李雪轲,刘凯,岑奕
  • 利用冠层光谱反射率数据(Rλ),对处于果实成熟期的七种挂果果树的树种进行了辨识研究。通过光谱数据重采样、植被指数求算等相关数据处理,比较了六种卫星传感器与四种植被指数对果树树种的辨识效能,并在优选数据形式、优化模型参数的基础上,建立了辨识果树树种的BP神经网络模型。主要结论为:(1)六种卫星传感器辨识果树树种的效能由强到弱的排列顺序为:MODIS,ASTER,ETM+,HRG,QUICKBIRD,IKONOS;(2)在四种植被指数中,RVI对果树树种的辨识效能最强,其次是NDVI,SAVI与DVI的辨识效能相对较弱;(3)用MODIS或ETM+传感器的近红外通道与红光通道上的反射率数据,求算的RVI与NDVI对果树树种的辨识效能相对较强;(4)在Rλ及其22种变换数据中,波长间隔设为9 nm的d1[log(1/Rλ)],是建立BP神经网络模型的首选数据形式;(5)利用波长间隔设为9 nm的d1[log(1/Rλ)]这一数据形式,建立了辨识果树树种的3层BP神经网络模型。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。