机读格式显示(MARC)

• 000 01655nam0 2200253 450

• 001 0000523987

• 005 20200908181300.0

• 010 __ |a 978-7-5170-8173-9 |d CNY88.00

• 100 __ |a 20200401d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 冬小麦叶面积指数与叶绿素含量高光谱遥感反演 |A dong xiao mai ye mian ji zhi shu yu ye lv su han liang gao guang pu yao gan fan yan |f 蔡庆空著

• 210 __ |a 北京 |c 中国水利水电出版社 |d 2019.11

• 215 __ |a 153页 |c 图 |d 26cm

• 320 __ |a 有书目 (第137-153页)

• 330 __ |a 本书主要基于现有的冬小麦理化参数反演方法一方面受生育期、环境条件和地域条件等因素的影响, 另一方面由于采用的波段信息少, 容易受外界因素的干扰, 致使模型精度和普适性较低, 因此亟需构建高精度的冬小麦叶面积指数和冠层叶绿素含量反演方法, 增强模型在冠层和遥感影像上的适应性。近年来, 连续小波变换方法和最小二乘支持向量机方法以其强大的优势得到了广泛的应用, 但目前将这两种方法的优势相结合并将其应用于提高我国西北旱区冬小麦叶面积指数和冠层叶绿素含量反演精度方面的研究还相对较少。本书以冬小麦叶面积指数和冠层叶绿素含量的精准获取为出发点, 通过在杨凌开展野外联合实验, 基于星地同步数据, 围绕构建冬小麦叶面积指数和冠层叶绿素含量定量反演模型以及模型本地化为主要目标, 提高冬小麦叶面积指数和冠层叶绿素含量从地面监测到大范围遥感影像的反演精度, 为大范围农业生产、区域指导以及国家精准农业建设提供决策依据, 具有很好的理论和实践意义。

• 606 0_ |a 遥感技术 |A yao gan ji shu |x 应用 |x 冬小麦 |x 叶面积指数 |x 研究

• 606 0_ |a 遥感技术 |A yao gan ji shu |x 应用 |x 冬小麦 |x 叶绿素 |x 含量 |x 研究

• 690 __ |a S512.101 |v 5

• 701 _0 |a 蔡庆空 |A cai qing kong |4 著

• 801 _0 |a CN |b 安徽时代 |c 20200401

• 905 __ |a LIB |d S512.101/3