基于高光谱卫星遥感的土壤重金属含量监测方法.pdf
是来****文章
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于高光谱卫星遥感的土壤重金属含量监测方法.pdf
本发明提供了一种基于高光谱卫星遥感的土壤重金属含量监测方法,包括一下步骤,步骤1:获取待测土壤的高光谱卫星遥感影像,获取待测土壤的光谱反射率;步骤2:根据所获取到的光谱反射率获取待测土壤重金属类别对应的预设波段的反射率;步骤3:根据步骤2获取的所述预设波段的反射率,利用预先建立的土壤重金属含量监测模型计算土壤中待测重金属的含量。本发明用少量特征光谱的敏感波段的反射率实现了更高精度的土壤重金属含量的监测方法,具有很好的适用性。
基于高光谱遥感的玉米叶片氮含量预测方法.pdf
本发明涉及遥感分析技术领域,具体涉及一种基于高光谱遥感的玉米叶片氮含量预测方法,现有技术中在玉米含氮量预测仅采用以玉米品种作为关系模型参数的区分,这种技术估算偏差比较大,本申请先在预测上建立玉米叶片含氮量的基本函数关系进一步确定多因素判别函数,然后建立统一的多权重多因素判别函数,由多权重多因素判别函数对玉米叶片氮含量进行预测。在预测中能充分考虑土壤含氮量,土壤湿度、种植密度对玉米叶片含氮量的影响,判别偏差更小。
积雪污染物含量高光谱遥感监测研究.docx
积雪污染物含量高光谱遥感监测研究积雪污染物含量高光谱遥感监测研究摘要:积雪中的污染物含量可以用来反映区域和全球范围内人类活动对环境的污染,但是迄今为止,对大范围或人类活动难以到达的地区进行积雪污染物含量时空监测的研究尚不多见.文章通过模拟大气沉降实验,应用光谱学技术分析了不同污染物含量对积雪反射光谱的影响,而后分别利用构建特征指数法、主成分分析法、BP神经网络以及RBF神经网络模型对积雪污染物含量预测,表明神经网络模型结合高光谱遥感数据方法能够较为准确地估算积雪污染物含量.作者:汤旭光[1] &
基于高光谱的土壤有机质含量估算研究.docx
基于高光谱的土壤有机质含量估算研究基于高光谱的土壤有机质含量估算研究摘要:高光谱遥感技术以其光谱分辨率高、波段连续性强、数据丰富的特点,因而在土壤养分研究中得到广泛应用.通过土壤钉机质的高光谱遥感分析,可以充分了解土壤养分的状况及动态变化,为指导农业生产及保护农业生态环境提供科学依据.本文基于江西省余江县和泰和县采集的34个红壤土样350~2500nm波段的光谱曲线,研究了土壤光谱与土壤有机质含量之间的.关系.先对土壤反射率光谱进行两种变换:一阶微分(R)、倒数的对数log(1/R),然后在提取特征吸收波
玉米全氮含量高光谱遥感估算模型研究.pdf