排序方式: 共有90条查询结果,搜索用时 0 毫秒
51.
为研究地表温度(LST)在太谷县域内整体的变化规律和趋势,以Landsat8数据为基础,通过辐射传输方程计算地表温度,并利用结构相似度(SSIM)对LST空间结构及分布规律进行研究。结果表明:太谷县域内LST的空间结构特征具有明显的差异性且结构相似度对地形地貌和水热条件反应敏感,具体表现为西北平原区SSIM值高于东南山区且整体呈递减趋势。下垫面覆盖类型和人类活动在小范围内对结构相似度有一定影响,县城和过渡地带SSIM值较低,而平原耕地区域和水域SSIM值较高。引入图像结构信息的参量SSIM,可以具体描述太谷县域内LST的分布结构特征以及变化规律。 相似文献
52.
为提高油梨果实品质,筛选出适合油梨的套袋材料,以油梨优良品系‘南亚A’为试材,以不套袋作对照,对5种材料果袋(无纺布、半透明葡萄套袋、珍珠棉+白色透明塑料袋、外黄内黑牛皮纸袋、白色纸袋)套袋处理的油梨果实进行外在品质和内在品质指标的测定,通过因子分析进行综合评价,筛选效果最佳的套袋处理。结果表明,所有套袋处理均能提高果实的单果质量、可溶性固形物含量、蛋白质含量,降低果实硬度,对果皮厚度和可食率无显著影响,大部分处理对果形指数无影响,能提高维生素C、总糖和脂肪含量,降低果实失重率。因子分析结果表明,白色纸袋处理效果最佳。 相似文献
53.
由超分子化学重构的中医药基本理论可通过一系列方法和手段进行研究,但需借助优质的数学方法与技术从大量研究数据中挖掘其潜在的关联性、规律性等信息,进一步直观、清晰地阐明中医药超分子化学理论。诸多数据挖掘技术中,贝叶斯网络最为符合推理过程,是当前在不确定知识表达和推理领域中最有效的理论模型之一,尤其适合于中医药超分子复杂体系的研究。本文阐述了贝叶斯网络的发展历程及基本理论,对其在中医药研究中的现状作综述,探讨贝叶斯网络与中医药超分子化学相辅相成的关系,二者有机结合、联合应用可为中医药理论体系研究提供定性、定量的表征方法和手段,为中医药现代化提供强大臂助。 相似文献
54.
在广东省2012年大样地试点成果的基础上,采用不同群团抽样方案与遥感判读相结合的方式,产出全省森林覆盖率,并与2012年试点成果和连清结果进行对比分析,结果表明大样地群团抽样方法是一种可行高效的方法,且工作量显著低于图斑区划判读的工作量。 相似文献
55.
为探究澳洲坚果果仁生物活性成分与营养成分以及矿质元素间的关系,以广西农业科学院广西南亚热带农业科学研究所收集保存的15个澳洲坚果优良品种为试验材料,检测分析果实中主要生物活性成分与营养成分以及矿质元素,结合Pearson相关分析法和逐步线性回归分析法方法展开综合分析评价。结果表明低温冷藏处理可能会导致澳洲坚果果仁脂肪的降解而致使脂肪含量降低;澳洲坚果果仁主要生物活性成分甾醇与Ca呈显著正相关,与Fe呈显著负相关,与其他组分相关性不显著;MUFA与氨基酸总量呈显著正相关,与其他组分相关性不显著;多酚与总糖含量呈显著正相关,与其他组分相关性不显著;黄酮与总糖含量、Zn呈极显著正相关,与Fe呈显著负相关,与其他组分相关性不显著。试验结果明确了澳洲坚果果实中主要生物活性成分与营养成分以及矿质元素间关系,为下一步提高澳洲坚果果仁生物活性成分、改善营养组分含量等品质性状提供理论基础。 相似文献
56.
中国西南丘陵旱地气候冬干春旱且速效磷缺乏,是冬小麦生产的主要限制因素。为明确秸秆覆盖与施磷对西南丘陵旱地小麦小花发育与结实特性的影响,以川麦104为供试材料,采用裂区设计,主区为玉米秸秆覆盖(SM)和不覆盖(NSM),裂区为0、75和120 kg P2O5·hm-23个施磷水平,比较分析了不同处理下小麦小花分化及结实特性的差异。结果表明,秸秆覆盖与施磷均可提高小麦小花分化数和可孕小花数,且磷素效应大于秸秆覆盖效应。与不施磷相比,施磷75和120 kg·hm-2条件下最大分化小花数分别增加了17.4%和78.0%,可孕小花数分别增加27.0%和94.1%,小花存活率提高了16.5个百分点。施磷后穗基部可孕小花数和结实粒数增幅较大,穗中部和顶部增幅较小。与不施磷相比,施磷75和120 kg·hm-2条件下,穗基部可孕小花数均极显著增加,增幅分别为100.0%和127.2%;结实粒数显著增加,增幅分别为186.4%和193.2%。秸秆覆盖后产量较不覆盖提高20.5%;施磷75和120... 相似文献
57.
58.
59.
60.
为了提高遥感信息与作物模型同化的估产精度,以山西省晋南地区的3个县为研究区,采用四维变分(Four-dimensional variational, 4DVAR)和集合卡尔曼滤波(Ensemble Kalman filter, EnKF)两种同化算法将高时空分辨率Sentinel多源数据反演的叶面积指数(Leaf area index, LAI)、土壤含水率(θ)和CERES-Wheat模型进行同化,对比两种算法同化LAI和θ的性能,并进行冬小麦产量估测。结果表明:两种同化算法均能结合遥感观测和作物模型模拟的优势,相比模型模拟值,同化精度均有所提高;4DVAR-LAI和4DVAR-θ的均方根误差 (Root mean square error, RMSE)分别比EnKF-LAI和EnKF-θ低0.1490m2/m2、0.0091cm3/cm3,且根据遥感实际监测值4DVAR-LAI更能精确识别冬小麦的物候期,与实际冬小麦生长发育的物候期更相符,因此在Sentinel多源数据与CERES-Wheat模型同化中,4DVAR算法的性能更好;由4DVAR同化后的LAI和θ双变量建立的估产模型,RMSE和平均相对误差(Mean relative error,MRE)小于CERES-Wheat模型模拟估产的RMSE和MRE,说明估产模型的估产误差小,采用4DVAR算法同化Sentinel多源数据与CERES-Wheat模型有效提高了冬小麦区域估产精度。 相似文献