排序方式: 共有40条查询结果,搜索用时 296 毫秒
11.
近年来,人们对羊毛、羊奶等产品的需求不断扩大,随着羊群规模的不断扩大,饲养方法更加科学。羊毛、羊奶产量也在不断提高,但是,在追求高产的同时,母羊的繁殖性能却有所下降。生产中,母羊的繁殖性能好坏直接影响生产水平的高低,而影响母羊繁殖性能的因素包括:增加可繁母羊比例、加强饲养管理、选留多胎母羊及其羔羊、频密产羔、药物催情、 相似文献
12.
13.
14.
15.
16.
羊传染性脓疱病又叫羊口疮,盛夏之季是该病多发季节,病原为痘病毒科副痘病毒属中的传染性脓疱病毒,病羊和带毒羊是本病的主要传染源,损伤的皮肤及黏膜是主要传染途径。羔羊易感,易在羔羊群中迅速传播。 相似文献
17.
18.
基于无人机遥感的冬小麦叶绿素含量多光谱反演 总被引:1,自引:0,他引:1
以杨凌地区冬小麦为研究对象,使用六旋翼无人机搭载RedEdge多光谱相机进行叶绿素监测试验。共选取65个样本,每个样本为1 m×1 m的样地,在样地内选取小麦冠层的7片叶片,测量相对叶绿素含量SPAD值,取平均值作为实测值,GPS记录位置信息。地面数据测量与无人机飞行测量同步进行。用Pix4D mapper软件对无人机多光谱影像进行拼接处理,得到4个波段下小麦冠层叶片反射率光谱图像,并利用ENVI 5.1软件提取光谱反射率数据。选取8种常用光谱参数,其中与小麦SPAD相关性较高的有SAVI、EVI2、DVI、RVI、NDVI、EVI和ARVI共7种,相关系数均在0.67以上。用7种光谱参数和小麦SPAD实测值,使用一元线性回归法和多元线性回归法构建反演模型并进行精度分析,结果表明:一元线性回归法构建的SPAD-SAVI模型精度最佳,决定系数(R~2)为0.866,均方根误差RMSE为0.245,可作为无人机遥感快速、无损监测冬小麦叶绿素的技术手段。 相似文献
19.
作物水分胁迫指数(Crop water stress index,CWSI)经验模型的建立与气候和种植条件密切相关。本文以内蒙古自治区鄂尔多斯市达拉特旗大田玉米为对象,研究CWSI的最优经验模型。玉米在营养生长阶段(Vegetative stage,V期)、生殖期(Reproductive stage,R期)和成熟期(Maturation stage,M期)分别进行不同灌溉水平的处理,采用红外测温传感器采集玉米冠层温度。分别结合田间和实验地旁标准气象站空气温湿度数据建立了CWSI经验模型的无水分胁迫基线。基于2种无水分胁迫基线,分别利用饱和水汽压梯度获取的无蒸腾作用基线和5℃无蒸腾作用基线建立了4种CWSI经验模型,得出反映大田玉米水分胁迫状况的关系曲线,并进行对比。结果表明,基于实验地旁标准气象站空气温湿度数据建立的CWSI经验模型具有很大的波动性,并不能很好反映玉米的水分胁迫状况,其值常常超出正常范围0~1。而基于田间空气温湿度数据建立的CWSI经验模型则可以很好地监测内蒙古自治区大田玉米水分胁迫状况,M期3种不同水分处理100%、52%和28%具有较好的CWSI数值梯度,分别为0.04、0.14和0.32。相比于基于饱和水汽压梯度获取的无蒸腾作用基线,以5℃作为无蒸腾作用基线时得到的CWSI数值较小,可以较好地反映水分胁迫状况,对应上述M期3种不同水分处理CWSI值分别为0.02、0.10和0.22,具有较为合理的梯度。经过初步检验和分析,认为基于田间空气温湿度数据建立的CWSI经验模型较为合理,可以有效监测大田玉米水分胁迫状况。 相似文献
20.
基于无人机遥感与植被指数的冬小麦覆盖度提取方法 总被引:14,自引:0,他引:14
基于开源飞控Pixhawk开发了一套集成稳定云台、位置与姿态系统(Position and orientation system,POS)数据采集模块的无人机多光谱遥感图像采集系统,同步采集520~920 nm范围内的红、绿和近红外波段信息。以冬小麦为例,分别在越冬期、拔节期、挑旗期和抽穗期进行飞行实验,飞行高度55 m,多光谱影像地面分辨率2.2 cm。采用监督分类与植被指数统计直方图相结合的方式,提出了一种田间尺度小麦覆盖度快速提取的方法,给出归一化植被指数(Normalized difference vegetation index,NDVI)、土壤调节植被指数(Soil-adjusted vegetation index,SAVI)及修正土壤调节植被指数(Modified soil-adjusted vegetation index,MSAVI)对应的植被像元与土壤像元的分类阈值,分别为0.475 6、0.705 6和0.635 0。同时利用基于同步采集的地面分辨率可达0.8 cm的高清可见光遥感图像提取了相应时期的冬小麦覆盖度参考值。结果表明,基于无人机多光谱遥感技术及植被指数法可以较好地提取冬小麦越冬期、拔节期、挑旗期和抽穗期的植被覆盖度信息。与SAVI、MSAVI相比,基于NDVI分类阈值的提取效果最好,绝对误差最小。 相似文献