排序方式: 共有128条查询结果,搜索用时 31 毫秒
1.
2.
3.
为了给基于频域反射法测量土壤质量含水率提供一种方法,设计了一种由圆管和探针组成的管针式土壤质量含水率测量探头。以杨凌地区的塿土为对象,分析了所设计探头间接测量土壤容重的误差;在信号源频率为50、100、150、300、500 MHz下,研究了土壤质量含水率(2.58%~21.43%)、土壤容重(0.80~1.30 g/cm3)和温度(10~50℃)对探针上的电压与信号源输出电压的比值(信号电压比)的影响;建立了信号电压比与土壤温度、容重和质量含水率之间的三元二次方程,分析了模型预测土壤含水率的可行性。结果表明:管针式探头间接测量土壤容重的绝对误差为-0.129~0.016 g/cm3;含水率、容重和温度均影响信号电压比,50、100、150 MHz下含水率对信号电压比影响较显著。在0.01的显著水平上,150 MHz下所建模型较优,其决定系数R2为0.849 6;对该模型的检验结果说明,计算的信号电压比与实际电压比的绝对误差为-0.166~0.159。基于该模型计算的土壤含水率与实际含水率的绝对误差为-3.440%~4.039%。 相似文献
4.
5.
喷灌水量分布动态模拟与均匀性研究 总被引:4,自引:0,他引:4
为研究压力、喷头组合方式和插值方法对喷灌均匀系数CU和分布均匀系数DU这两个评价指标计算结果的影响规律,利用雨量筒径向间隔为1 m的FY RB-471型喷头无风喷洒试验数据,模拟出了喷头在不同压力下的水量分布情况。在喷头矩形组合方式和正三角形组合方式下,采用线性插值、立方插值、三次样条插值、距离插值和平面插值法计算了不同压力下的喷灌均匀系数和分布均匀系数。结果表明,采用三角形组合方式比矩形组合方式计算的喷灌均匀系数CU高1.56~4.77个百分点,同样,三角形组合方式比矩形组合方式计算的分布均匀系数DU高4.26~9.19个百分点;不同的插值方法对喷灌均匀系数与分布均匀系数的计算结果影响不明显,而压力是影响喷灌均匀系数的一个重要因素。 相似文献
6.
多路径下桃园射频信号传输特性 总被引:1,自引:0,他引:1
为解决无线传感器网络在桃园中的快速部署问题,该文研究了2.4 GHz无线射频信号在桃园中的传播特性。依据角度选取4条传输路径,在3种(0.5、1.5、2.5 m)典型的天线高度,同时测量丢包率和路径损耗情况,分析表明两者具有明显的相关性,天线高度和通信距离是路径损耗的主要影响因素。在天线高度为0.5和1.5 m时,可靠传输距离为6个行距(27 m);在天线高度为2.5 m时,可靠传输距离大于14个行距(63 m),因此冠层顶部为布设天线的最佳位置。对路径损耗数据进行回归分析,发现其在每种天线高度,每条传输路径下对数模型最适合作为路径损耗模型,模型的R2最大为0.945,最小为0.732。为研究节点部署于桃园任意位置时的路径损耗情况,便于节点快速灵活地部署,在3种天线高度下对路径损耗数据进行对数回归分析,R2最大为0.976,最小为0.939。最后对2组模型进行了验证,表明模型可以预测射频信号在桃园中的路径损耗情况,该文研究结果为无线传感器网络在桃园中的部署提供了参考。 相似文献
7.
基于无人机遥感的青贮夏玉米水分亏缺指数反演研究 总被引:1,自引:0,他引:1
为了研究不同水分胁迫和不同时间尺度对拔节期青贮夏玉米水分亏缺指数(WDI)和陆气温差监测效果的影响,利用地面数据结合无人机遥感数据建立植被指数-温度梯形空间,计算WDI干旱指数,并生成WDI分布图和陆气温差分布图。在不同的时间尺度和水分胁迫梯度下分析WDI、陆气温差与土壤含水率、气孔导度的相关性。结果表明,植被指数-温度梯形空间和WDI分布图对短期降雨事件反应敏感;日间尺度下WDI、陆气温差与土壤含水率、气孔导度均表现了较好的相关性(R~2为0. 4~0. 85);旬间尺度下WDI与土壤含水率、气孔导度的相关性(R~2 0. 68)明显优于陆气温差(R~20. 6);旬间尺度下100%充分灌溉时,WDI、陆气温差与土壤含水率、气孔导度均无显著相关性(R~20. 12);在不同水分胁迫下,WDI与气孔导度、土壤含水率均显著相关(R~2为0. 728 3~0. 82),而陆气温差与气孔导度、土壤含水率的相关性则出现较大差异(R~2为0. 356 6~0. 807 4);与陆气温差相比,采用WDI实时监测青贮夏玉米旱情更为稳定。研究结果可为大田作物干旱信息的实时监测提供参考。 相似文献
8.
小麦倒伏信息无人机多时相遥感提取方法 总被引:3,自引:0,他引:3
采用两期无人机可见光遥感图像,对灌浆期冬小麦倒伏图像特征及倒伏信息提取方法进行研究。从增强图像空间域方面,对图像进行二次低通滤波,获取地物散点图,以散点存在明显分界线为判定标准,选出小麦倒伏信息提取的单特征,对两单特征线性拟合构建倒伏小麦两时期提取特征参数F_1和F_2,再以两特征参数相似性构建综合特征参数F_3。将特征参数结合K-means算法提取冬小麦倒伏信息,整体精度(OA)达86. 44%以上,Kappa系数达0. 73以上,倒伏信息提取精度(F)为81. 07%以上,因此综合特征参数可作为两个时期冬小麦倒伏信息提取特征参数。分别用本文方法、支持向量机、神经网络法和最大似然法提取验证区域倒伏小麦信息,经验证,本文方法提取小麦倒伏信息整体精度(OA)达86. 29%以上,Kappa系数达0. 71以上,倒伏信息提取精度(F)达80. 60%以上;其他3种常用方法提取的整体精度(OA)为69. 68%~87. 44%,Kappa系数为0. 49~0. 72,倒伏信息提取精度(F)为65. 33%~79. 76%。结果表明,本文方法整体精度和倒伏信息提取精度均高于目前常用分类方法。因此,综合特征参数与K-means算法对冬小麦在灌浆期倒伏信息提取具有一定的准确性和适用性。 相似文献
9.
覆盖度对无人机热红外遥感反演玉米土壤含水率的影响 总被引:3,自引:0,他引:3
为提高基于冠层温度信息反演土壤含水率的精度,以不同水分处理的拔节期大田玉米为研究对象,采用无人机热红外和可见光相机获取试验区遥感图像,通过不同图像分类方法剔除土壤背景,提取玉米植被覆盖度(Corn vegetation coverage,Vc)及冠层温度(Canopy temperature,Tc),并计算冠-气温差(Tca)和冠-气温差与覆盖度的比值,分析这两种指数与土壤含水率(Soil moisture content,Smc)之间的关系。结果表明,不同分类方法提取的玉米覆盖度以及冠层温度均存在差异,由灰度分割法、RGRI指数法、GBRI指数法3种分类方法剔除土壤背景后计算的冠-气温差、冠-气温差与覆盖度之比与土壤含水率均呈线性关系,并且冠-气温差、冠-气温差与覆盖度之比两种指数反演0~30 cm玉米根域深度的土壤含水率效果较好;其中,未剔除土壤背景的冠-气温差反演土壤含水率效果较差,GBRI指数分类法剔除土壤背景的冠-气温差反演土壤含水率效果有所提高(0~10 cm、10~20 cm、20~30 cm深度的R2由0. 255、0. 360、0. 131提高至0. 425、0. 538、0. 258);而冠-气温差与覆盖度的比值反演土壤含水率相比于冠-气温差精度明显提高,0~10 cm、10~20 cm、20~30 cm深度建模集R2高达0. 488、0. 600、0. 290,P 0. 001,验证集R2达0. 714、0. 773、0. 446,表明冠-气温差与覆盖度之比是反演玉米根域深度土壤含水率效果更优的指标。 相似文献
10.
为在玉米生长周期内,准确、快速地掌握玉米生长信息,通过无人机获取玉米生长阶段4期不同高清数码正射影像(Digital orthophoto map,DOM)及数字表面模型(Digital surface model,DSM),利用K-means算法、遗传神经网络算法和骨架算法分别对DOM中的玉米区域进行提取,生成掩膜,与DSM套和,获取玉米高度信息。与实地测量株高进行对比,3种方法的R~2分别为0. 853、0. 877、0. 923,RMSE分别为15. 886、14. 519、11. 493 cm,MAE分别为13. 743、11. 884、8. 927 cm。结果表明:结合DOM和DSM可以较好地提取生长阶段的玉米高度。与K-means算法、遗传神经网络算法相比,基于骨架算法提取玉米高度具有一定优势,且精度较高。采用DOM和DSM相结合的骨架算法提取植株骨架,为株高提取提供了一种新途径,可为无人机遥感监测作物株高状况提供参考。 相似文献