排序方式: 共有49条查询结果,搜索用时 15 毫秒
21.
甘南高寒草甸主要毒杂草光谱特征分析 总被引:1,自引:0,他引:1
草地植物的光谱特征对于物种的识别具有重要意义。本研究利用2013年9月采集的甘南州夏河县桑科草原5种典型毒杂草青藏狗娃花(Heteropappus bowerii)、箭叶橐吾(Ligularia sagitta)、披针叶黄华(Thermopsis lanceolata)、乳白香青(Anaphalis lactea)和鹅绒委陵菜(Potentilla anserina)的实测高光谱数据,通过对其冠层光谱进行特征分析和参量化等处理,找出了5种毒杂草之间的光谱差异。结果表明,5种毒杂草的原始光谱曲线趋势大致相同,经过一阶微分变换、光谱重排等处理,利用"红谷"、"绿峰"、"红边"、水分吸收、光谱指数和光谱重排等指标,可较好地将这5种毒杂草区分开来。因此,基于光谱分析的植被分类对于研究甘南州高寒草甸植被的遥感反演、调查和分类等具有重要的意义。 相似文献
22.
北方草地不仅是我国重要的畜牧业生产基地,更是我国北方一道重要的生态屏障。为了掌握北方草地资源的整体状况、空间分布以及动态变化,本研究基于ArcGIS Server 10.0服务器、Microsoft SQL Server 2008数据库等环境,将Flex框架与WebGIS技术相结合,设计开发了中国北方草地资源管理信息系统,实现了在网页上快速浏览、查询、管理北方草地资源的功能,构建了一个全面、准确、高效的草地资源监测信息管理平台,为相关决策人员提供了科学、合理的决策依据,推动了我国数字草业的发展进程。 相似文献
23.
25.
基于HJ-1A卫星数据的高寒草地氮素评估-以青海省贵南县及玛沁县高寒草地为例 总被引:1,自引:0,他引:1
基于HJ-1A HSI卫星遥感资料,结合2014年青海省玛沁县、贵南县研究区高寒草地野外实测数据,建立了高寒草地氮素含量的估测模型,并对模型进行了精度评价,筛选出最优反演模型,分析了研究区高寒草地氮素的空间分布。结果表明,1)高寒草地HSI的原始光谱反射率、一阶导数光谱反射率及去包络线光谱反射率与地面实测氮素含量有一定的相关性,特别是吸收特征波段1(750.95~791.95 nm)和吸收特征波段3(889.03~921.30 nm)与氮素含量具有显著的相关性;2)基于吸收特征波段1构建的波段深度指数BD767.99可以较好的估测研究区高寒草地氮素含量,利用此变量拟合的线性回归模型可以解释研究区高寒草地氮素含量变化的44%,模型估测精度可达81.6%;3)贵南研究区氮素含量的空间变异较大,整体而言,西北部和西南部地区氮素含量较高,东北部地区氮素含量较低;玛沁研究区氮素含量的空间变异较小,草地氮素含量水平整体较低。 相似文献
26.
27.
28.
29.
在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点数,确定模型的网络结构.利用克隆选择粒子群算法反复优化BP网络的权值组合,将优化后的权值作为BP神经网络的初始值,进行BP算法,直至网络达到训练指标.利用近几年相关输入输出变量年度数据,对建立的模型进行电力需求实证预测分析,并同普通BP神经网络预测结果进行对比.结果表明:基于克隆选择粒子群优化的BP神经网络不仅训练速度快,而且误差小,预测精度明显提高,说明该模型对于电力需求预测的有效性. 相似文献
30.