期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
克里雅河流域植被覆盖垂直地带性分布与变化特征
1
作者 阿不都拉·阿不力孜 依力亚斯江·努尔麦麦提 +1 位作者 普拉提·莫合塔尔 白克拉木·孜克利亚 《中国农村水利水电》 北大核心 2019年第7期87-92,共6页
植被作为自然生态系统的重要要素和环境组分,能够反应自然地域综合体在全球气候变化与人类活动影响下的时空特征变化,因此在探讨地表过程及全球变化研究中有着举足轻重的地位。以MODIS-NDVI时间序列数据和SRTM数据为基础,利用像元二分... 植被作为自然生态系统的重要要素和环境组分,能够反应自然地域综合体在全球气候变化与人类活动影响下的时空特征变化,因此在探讨地表过程及全球变化研究中有着举足轻重的地位。以MODIS-NDVI时间序列数据和SRTM数据为基础,利用像元二分模型对干旱区内陆河[CD2]克里雅河流域2002-2013年的植被覆盖度进行了估算,分析了该流域植被覆盖度时空变化特征及其与地形、气象因子的相互关系。结果表明:克里雅河流域植被覆盖存在着明显的垂直地带性空间差异,其海拔3000~3500m范围的丘陵带平均植被覆盖度最大;过去12a来该流域植被覆盖度整体上呈减少趋势,其中上游高山带、中游冲积扇平原带和下游沙漠带植被覆盖逐渐退化,而低山丘陵带植被覆盖变化有上升趋势并逐渐改善;总体上,流域植被覆盖与气温变化呈负相关关系,而与降水变化表现出正相关。 展开更多
关键词 植被覆盖 垂直地带性 MODIS-NDVI 克里雅河流域
在线阅读 下载PDF
基于高光谱特征和偏最小二乘法的春小麦叶绿素含量估算 被引量:43
2
作者 尼加提·卡斯木 师庆东 +3 位作者 王敬哲 茹克亚·萨吾提 依力亚斯江·努尔麦麦提 古丽努尔·依沙克 《农业工程学报》 EI CAS CSCD 北大核心 2017年第22期208-216,共9页
叶绿素含量是影响作物生长及产量的主要因素。该研究以2017年6月小型试验田获取的抽穗期春小麦叶绿素含量及其对应的光谱反射率为数据源,对红边(627~780 nm)、黄边(566~589 nm)、蓝边(436~495 nm)、绿边(495~566 nm)、吸收谷和反射峰的... 叶绿素含量是影响作物生长及产量的主要因素。该研究以2017年6月小型试验田获取的抽穗期春小麦叶绿素含量及其对应的光谱反射率为数据源,对红边(627~780 nm)、黄边(566~589 nm)、蓝边(436~495 nm)、绿边(495~566 nm)、吸收谷和反射峰的最大反射率及反射率总和等16个高光谱特征参数与叶绿素含量之间的相关性进行了分析,并结合偏最小二乘回归法(partial least-squares regression,PLSR)对叶绿素含量进行高光谱建模及验证。结果表明:1)对特定的16个光谱特征参数而言,光谱特征参数绿边最大反射率与春小麦叶绿素质量分数之间的决定系数最低(R^(2)<0.5);决定系数较高(R^(2)≥0.5)的光谱特征参数包括蓝边最大反射率、蓝边反射率总和、黄边最大反射率、黄边反射率总和、红边最大反射率、红边反射率总和、绿边反射率总和、820~940 nm反射率总和及最大反射率、500~670 nm归一化吸收深度和560~760 nm归一化吸收深度,其中820~940 nm反射率总和决定系数达到最高(R^(2)为0.8);2)利用16个特征参量进行PLSR建模后,发现波段范围在820~940 nm的最大反射率及反射率总和所建立的PLSR估算模型为最优模型,其精度参数R^(2)_(p)=0.8、RMSEp=2.0 mg/g、RPD=3.2。因此,该模型具有极好的预测能力。该研究为相关研究及当地精准农业提供科学支持和应用参考。 展开更多
关键词 模型 叶绿素 光谱分析 高光谱 光谱特征参数 偏最小二乘回归
在线阅读 下载PDF
基于H/A/α分解全极化合成孔径雷达数据的干旱区土壤盐渍化分类 被引量:5
3
作者 尼格拉·吐尔逊 依力亚斯江·努尔麦麦提 +1 位作者 王远弘 木哈代思·艾日肯 《江苏农业科学》 2019年第22期273-279,共7页
新疆土壤盐渍化分布广泛,选择我国南疆渭干河-库车河三角洲绿洲部分区域为研究区,利用全极化合成孔径雷达数据对土壤进行分类。在多次野外考察及试验的基础上,针对全极化合成孔径雷达影像提取地物物理性质的特征并准确分类的问题,提出... 新疆土壤盐渍化分布广泛,选择我国南疆渭干河-库车河三角洲绿洲部分区域为研究区,利用全极化合成孔径雷达数据对土壤进行分类。在多次野外考察及试验的基础上,针对全极化合成孔径雷达影像提取地物物理性质的特征并准确分类的问题,提出一种综合H/A/α&Pauli极化特征分解和支持向量机(SVM)的分类策略,简称H/A/α&Pauli-SVM分类模型。该模型通过H/A/α、Pauli分解法分别提取全极化合成孔径雷达影像的7种参数作为最优极化特征,并将这些信息组合成1个特征向量,最后引入较高精度的SVM分类算法,选择训练样本和验证样本后对全极化合成孔径雷达影像进行监督分类和精度验证。结果显示,该方法相比于本研究采用的其他方法能够得到更理想的分类结果,分类后总体精度提高到了88.87%,κ系数提高到了0.86。 展开更多
关键词 土壤 盐渍化 极化分解 SVM分类 H/A/α
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部