文献类型: 中文期刊
作者: 牛铮 1 ; 陈永华 1 ; 隋洪智 1 ; 张庆员 1 ; 赵春江 2 ;
作者机构: 1.中国科学院遥感应用研究所
2.北京市农林科学院作物研究所
关键词: 成像光谱遥感;叶片;化学组分
期刊名称: 遥感学报
ISSN: 1007-4619
年卷期: 2000 年 4 卷 02 期
页码: 125-130
收录情况: 北大核心 ; CSCD
摘要: 利用地面光谱仪的测量数据 ,进行了成像光谱遥感探测叶片化学组分的机理性研究。采用多元逐步回归方法 ,分析了鲜叶片 7种化学组分含量与其光谱特性的统计关系 ,分别建立了反射率 ρ及其变化式 1/ρ、logρ和ρ的一阶导数Kρ 与化学组分含量的统计方程 ,并对这 4个指标的性能进行了比较和评价。结果表明 ,在 95 %的置信水平下 ,可以由叶片的精细光谱特征较好地反映出化学组分含量 ;特别是利用Kρ 作为因子 ,使置信水平提高到 99% ,尤以对粗蛋白质、N、K含量反映最好 ,R2 均达到 0 8以上 ,粗蛋白质可达 0 95 6 4,从而为进一步探讨在中国利用成像光谱遥感探测叶片化学组分奠定了基础
- 相关文献
[1]板栗叶片及坚果形态特征的表型变异研究. 兰彦平,周连第,姚砚武,王尚德,胡伟娟,曹庆昌. 2007
[2]基于点云的果树冠层叶片重建方法. 吴升,赵春江,郭新宇,温维亮,肖伯祥,王传宇. 2017
[3]基于球B样条函数的烟草叶片虚拟实现. 王芸芸,温维亮,郭新宇,赵国辉,陆声链,肖伯祥. 2011
[4]基于点云数据的植物叶片三维重建. 王勇健,温维亮,郭新宇,赵春江. 2014
[5]基于太赫兹成像技术的大豆叶片水分含量测定. 步正延,李臻峰,宋飞虎,李斌,李静. 2018
[6]小麦地上部器官几何造型与可视化研究. 孟军,郭新宇,赵春江. 2009
[7]基于红边位置提取验证成像与非成像高光谱数据的一致性. 王大成,张东彦,赵晋陵,李存军,朱大洲,黄文江,李宇飞,杨小冬. 2011
[8]基于叶片显微结构综合评价杏不同品种(系)的抗旱性. 张俊环,张美玲,杨丽,姜凤超,于文剑,王玉柱,孙浩元. 2023
[9]杂种樱桃(P.avium×P.pseudocerasus)叶片离体再生体系的建立. 赵玉辉,郭印山,周宇,张开春,李作轩. 2006
[10]基于参数化的玉米叶片三维模型主脉提取. 赵元棣,温维亮,郭新宇,肖伯祥,陆声链,孙智慧. 2012
[11]基于物理约束的玉米叶片建模方法. 肖伯祥,吴升,郭新宇. 2018
[12]基于变化光源方向多图像的植物叶片表观三维模拟. 苗腾,郭新宇,赵春江,肖伯祥,王传宇,温维亮. 2016
[13]水分胁迫对玉米苗期叶绿素荧光参数的影响. 刘明,孙世贤,齐华,杨国航,白向历,张振平,梁熠,孟显华. 2009
[14]板栗叶片性状表型多样性研究. 周连第,兰彦平,曹庆昌,李淑英,兰卫宗. 2005
[15]野生辣椒重组自交系群体主茎和叶片表面茸毛密度的遗传分析. 张晓芬,陈晓慧,陈斌,韩华丽,耿三省. 2013
[16]青花菜花球及叶片中硫代葡萄糖苷组分及含量分析. 马越,丁云花,刘光敏,胡丽萍,赵学志,何洪巨. 2016
[17]玉米叶片高光谱反射率、吸收率与色素含量的关系比较分析. 谢瑞芝,周顺利,王纪华,蒋海荣. 2006
[18]农家板栗品种叶片表型性状分析. 刘国彬,兰彦平,曹均,兰卫宗. 2014
[19]北京地区棚栽台湾青枣截干后生长性状研究. 胡伟娟,周连第,续九如,李颖岳. 2006
[20]防治黄瓜黑星病. 黄仲生. 1998
作者其他论文 更多>>
-
智慧农业科技创新引领农业新质生产力发展路径
作者:曹冰雪;李鸿飞;赵春江;李瑾
关键词:智慧农业;科技创新;农业新质生产力;数据要素;智能育种
-
果园风送喷雾风力调控试验台设计及试验
作者:李琪;窦汉杰;翟长远;高原源;杨硕;赵春江
关键词:果园精准施药;风力调控试验台;风送喷雾
-
基于实例分割技术的草莓叶龄及冠幅表型快速提取方法
作者:樊江川;王源桥;苟文博;蔡双泽;郭新宇;赵春江
关键词:移动式表型平台;实例分割;草莓表型;叶龄统计;冠幅;Mask R-CNN;ResNeSt
-
基于Sentinel-2时序数据的广东省英德市茶园分类研究
作者:陈盼盼;任艳敏;赵春江;李存军;刘玉
关键词:茶园;Sentinel-2;时序特征;机器学习;分类
-
大田环境下的农业害虫图像小目标检测算法
作者:蒋心璐;陈天恩;王聪;赵春江
关键词:深度学习;目标检测;害虫检测;小目标检测;损失函数
-
内蒙古现代畜牧业发展研究
作者:赵春江
关键词:现代畜牧业;高质量发展;内蒙古
-
基于改进YOLOv5l的设施番茄3D信息检测方法
作者:林森;许童羽;葛禹豪;马璟;孙添龙;赵春江
关键词:番茄;深度学习;采摘机器人;3D目标检测;YOLOv5