排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
文冠果花性状多尺度分析 总被引：1，自引：0，他引：1
针对文冠果新品种鉴定确立DUS性状指标体系与判别方法的需要,以白花、红花两种遗传类型的花性状为研究对象,选择两个地区作对比,从多尺度分析了9个花朵性状、9个花序性状的差异性和相关关系。性状差异性分析结果表明,花序性状比花朵性状稳定,白花花朵性状比红花花朵性状稳定;花性状的遗传变异大于在尺度上的变异;花性状的变异程度随着尺度的增大而降低,即由大到小的排序为单花尺度、花序尺度、植株尺度、区域尺度。性状相关性分析结果表明,白花性状间相关性大于红花的;花朵尺度性状间相关性大于花序尺度的;北京花朵尺度性状间相关性大于辽宁的,辽宁花序尺度性状间相关性大于北京的。首次建立了花冠面积与花瓣长、花瓣宽的二元指数估计模型;建立了花序质量与花序基径、花序长的一元指数估计模型,花序质量与花序基径、花序长和花序宽的三元指数估计模型,给出的模型可用于性状评价、选优、可塑性研究等,为文冠果种质资源鉴别、分类和多目标选育优良品系与品种鉴定提供依据。 相似文献
2.
为弥补光学遥感在煤矿区资源与生态环境监测中应用的不足, 研究应用全极化SAR图像有效提取煤矿区土地覆盖信息的方法具有重要意义。针对全极化SAR图像极化信息丰富、斑点噪声多、局部异质性大等特点, 提出采用面向对象的影像分类方法对其进行分层土地覆盖信息提取。以徐州市西南部的煤矿区为研究区, 选取Radarsat-2的全极化SAR图像, 分析了研究区内全极化SAR图像中典型地物的灰度特征, 提出面向对象分类方法所涉及的最优分割尺度选择法, 给出全极化SAR图像分割对象后向散射特征的计算方法。对研究区的SAR图像进行试验, 首先对SAR图像进行多尺度分割, 选择各土地覆盖类型的最优分割尺度, 然后在该尺度下计算出土地覆盖类型的后向散射特征指数, 最后采用模糊逻辑分类法分层提取出研究区内的土地覆盖信息。结果表明: 在适于各土地覆盖类型提取的最优分割尺度下, 充分利用分割对象的灰度、形状、纹理以及类间相关特征, 并综合应用隶属函数法和最邻近分类法, 能有效地提取煤矿区的农田、道路、塌陷地、建筑物、山林这5类土地覆盖信息。与最大似然分类法相比, 该方法能够较好地消除"椒盐现象", 各种土地覆盖类型的提取精度都有所提高, 其总体分类精度可提高38.3%。 相似文献
1