2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、葉綠素是植物葉片的基本組成物質(zhì)之一,是植物生長和受環(huán)境脅迫等情況的敏感指示器。植物在營養(yǎng)素缺乏或者受到其他外界環(huán)境干擾時,都會在葉片葉綠素的含量和分布上表現(xiàn)出來。利用新技術(shù)快速、準確和無損的測量植物葉片的葉綠素含量及其分布,替代費時費力的化學分析方法,對植物長勢檢測與估產(chǎn)、營養(yǎng)診斷與施肥等有重要意義。
   本研究以黃瓜葉片為研究對象,探討應用高光譜圖像技術(shù)檢測葉片葉綠素含量及其分布的方法,主要的研究內(nèi)容如下:
   1

2、、按照常規(guī)方法提取黃瓜葉片高光譜圖像特征參數(shù),如紅邊參數(shù)和植被指數(shù),分析它們與葉綠素含量之間的關(guān)系,發(fā)現(xiàn)各參數(shù)與葉綠素之間存在一定的相關(guān)關(guān)系,但是相關(guān)性均不高。結(jié)果表明,紅邊參數(shù)和植被指數(shù)反映的信息較單一,而且必須針對具體情況對其修正,有很大的局限性;
   2、研究主成分分析法和獨立分量法提取高光譜圖像特征參數(shù),提取黃瓜葉片高光譜圖像光譜維的前10主成分分量和前8個獨立分量,分別利用多元回歸建立葉綠素含量的預測模型,其預測集相

3、關(guān)系數(shù)R分別達到0.827和0.831。利用逐步回歸比較兩種方法,獨立分量分析法只需要一個獨立分量既能與葉綠素含量的相關(guān)系數(shù)R達到0.766,而主成分分析法需要前3個主成分綜合才能得到相似效果。結(jié)果表明,利用獨立分量法分析黃瓜葉片高光譜圖像,預測葉片葉綠素含量的方法是可行的,且獨立分量分析比主成分分析更有優(yōu)勢;
   3、首次根據(jù)獨立分量分析法得到的葉綠素含量預測模型,計算出黃瓜葉片葉綠素的分布圖。結(jié)果表明利用分離出來的獨立分量

4、計算得到的黃瓜葉片葉綠素含量分布圖與實際情況相符合,為植物營養(yǎng)元素虧缺等研究奠定基礎(chǔ);
   4、用IDL(interface description language)對ENVI(The Environmentfor Visualizing Images)進行二次開發(fā),開發(fā)出了一套高光譜圖像數(shù)據(jù)處理軟件,集成了基于批量處理的高光譜圖像的標定、感興趣區(qū)域提取、各波長圖像及其紋理信息提取、獨立分量圖計算、數(shù)據(jù)輸出等功能,為快速有效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論