排序方式： 共有14条查询结果，搜索用时 15 毫秒
11.
物候期和识别模型的选择直接影响植物识别的精度。本研究以蒿类荒漠草地主要植物伊犁绢蒿(Seriphidium transiliense)、角果藜(Ceratocarpus arenarius)以及裸地为识别对象,选择4月、6月、9月3个时期,通过SOC 710 VP高光谱成像仪采集草地群落高光谱数据,在分析地物光谱反射率差异的基础上,利用最佳指数因子(OIF)筛选特征波段,通过卷积神经网络(CNN)和支持向量机(SVM)建立识别模型。结果表明：1)不同物候期的伊犁绢蒿与角果藜在可见光波段均表现为“低-高-低”的光谱反射率趋势,并随月份增加峰谷现象逐渐不明显;红边波段这两种植物表现出快速上升;在NIR平台区4月各识别对象间反射率大小差异最明显。2)利用OIF筛选的识别波段组合在月份间表现一致,为638.64、789.49和923.79 nm。3)在识别精度上,SVM> CNN;4月> 9月> 6月;裸地>伊犁绢蒿>角果藜。综合来看,采用SVM在4月对蒿类荒漠草地主要植物进行识别的精度最高,为92.12%。 相似文献
12.
本研究以新疆地区野生无芒雀麦(Bromus inermis)种子为研究对象，在同质环境条件下测定种子发芽率、发芽势、根芽比、萌发指数、活力指数及平均发芽时间，探讨生境差异(年均温、年降水量、土壤养分)对萌发特性的影响。结果表明：1)供试无芒雀麦种子在14～16 d结束萌发，发芽率50.00%～76.67%。2)种子萌发特性在区域间具有差异性，乌鲁木齐地区种子萌发能力最强，呼图壁地区最弱。3)年降水量较高的生境下种子萌发能力较强，土壤电导率、土壤pH过高可能不利于种子萌发及生长。4) 9个地区的野生无芒雀麦种子可划分为3个类群，第Ⅰ类群为高萌型，萌发能力强，出苗整齐度高，平均发芽种子数为22.78个；第Ⅱ类群为过渡型，萌发能力较强但萌发持续时间较长，平均发芽种子数为21.11个；第Ⅲ类群为低萌型，种子萌发能力较弱，平均发芽种子数为16.22个。综合比较，年降水量是造成不同地区种子萌发能力差异的重要环境因子，产自乌鲁木齐县、温泉县及巴里坤县的种子萌发能力较好。研究结果可为新疆优质无芒雀麦种质资源的选育选材提供参考。 相似文献
13.
为选择最佳的物候期、飞行高度和识别模型提高植物识别的精度，本研究以伊犁绢蒿(Seriphidium transiliense)荒漠草地主要植物伊犁绢蒿、角果藜(Ceratocarpus arenarius)以及裸地为识别对象，选择4月、6月、9月3个飞行时期，15m，30m，60m 3个飞行高度，通过无人机搭载多光谱相机采集草地群落多光谱数据，在分析光谱反射率差异的基础上，利用最佳指数因子(Optimum index factor，OIF)筛选特征波段，通过卷积神经网络(Convolutional neural network,CNN)和支持向量机(Support vector machines,SVM)建立识别模型。结果表明：地物反射率4月＞6月＞9月，15m＞30m＞60m；不同飞行高度下OIF值一致，但在月份间具有差异，4月敏感波段为Green，Red和NIR，6月和9月敏感波段为Red，Red edge，NIR；在识别精度上SVM＞CNN，4月＞9月＞6月，15m＞30m＞60m，裸地＞伊犁绢蒿＞角果藜。综合来看，采用SVM在4月、15m飞行高度下进行识别的总体精度最高，达到86.23%。 相似文献
14.
【目的】不同落粒时间无芒雀麦种子形态与萌发特性，种子脱落是植物为应对复杂多变的自然环境及种群繁衍而表现出的生存策略，而脱落时间的早晚对种子的发育情况产生重要影响。【方法】以天山北坡中段原生境野生无芒雀麦(Bromus inermis)居群为材料，研究4个不同自然脱落时间种子的长、宽、厚、附属物(外稃长、内稃长、芒长)、种子重量，以及发芽率、发芽势、萌发指数和平均发芽速度，分析自然落粒时间差异对种子形态及萌发特性的影响。【结果】无芒雀麦的落粒率在4次收集时间分别为2.87%、2.55%、2.87%及3.49%;随着脱落时间的推移，种子形态特征整体表现出种子长、宽、厚及种子重量增加，外稃长、内稃长先减后增，芒长呈减小的趋势，芒长较长的种子最容易脱落；随着脱落时间的推移，种子发芽率、发芽势、萌发指数增加，平均发芽速度减小；落粒率与芒长呈极显著正相关关系，相关系数达到1.000。【结论】自然状况下，野生无芒雀麦属于弱落粒性种质；脱落时间的推迟不但使种子大小变大，而且增加了种子的重量，进而提高了种子的萌发能力。 相似文献