基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对冬小麦冻害严重度的精确反演是及时采取补救措施降低损失的关键,同时及时预测产量损失对政府职能部门也具有积极意义。针对冬小麦冻害群体严重度评估方法在经典统计反演模型存在估算效果不理想的情况下,以冬小麦为试验对象,首先对冬小麦冠层光谱反射率数据进行重采样平滑处理,再用主成分分析(PCA )技术对高光谱数据进行分析,进一步实现综合原始光谱主成分信息作为自变量参与冬小麦冻害严重度反演过程,最后采用决定系数 R2、均方根误差RMSE、准确度Accuracy三种模型精度验证方法对模型进行评价。结果显示,基于主成分分析法建立冬小麦冻害严重度模型精度分别达0.6975,0.1842和0.6975;同时对反演模型进行验证,其精度也分别达到0.6309,0.3503和1.3396。因此,该方法能有效地对冬小麦冻害严重度进行快速、精确的反演。
推荐文章
冬小麦拔节期冻害后高光谱特征
冬小麦
冻害
高光谱
相关分析
北部冬麦区冬小麦越冬冻害时空变化特征
冬小麦
越冬期
冻害指数
北部冬麦区
时空分布特征
气候变暖
河北省冬小麦越冬冻害风险分析
冬小麦
越冬冻害
风险分析
河北省
冬小麦冻害遥感监测应用研究
遥感
冻害
冬小麦
地基
空基
分裂窗算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 冬小麦冻害胁迫高光谱分析与冻害严重度反演
来源期刊 光谱学与光谱分析 学科 农学
关键词 冬小麦冻害 高光谱 主成分分析(PCA )
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 1357-1361
页数 5页 分类号 S127
字数 5045字 语种 中文
DOI 10.3964/j.issn.1000-0593(2014)05-1357-05
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 霍治国 146 3829 34.0 58.0
2 顾晓鹤 北京农业信息技术研究中心北京市农林科学院 12 252 9.0 12.0
3 王纪华 北京农业信息技术研究中心北京市农林科学院 75 1714 25.0 39.0
4 董莹莹 北京农业信息技术研究中心北京市农林科学院 3 55 3.0 3.0
5 王慧芳 3 45 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (8)
同被引文献  (66)
二级引证文献  (29)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(12)
  • 引证文献(3)
  • 二级引证文献(9)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
冬小麦冻害
高光谱
主成分分析(PCA )
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光谱学与光谱分析
月刊
1000-0593
11-2200/O4
大16开
北京市海淀区学院南路76号钢铁研究总院
82-68
1981
chi
出版文献量(篇)
13956
总下载数(次)
19
总被引数(次)
127726
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导