2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩100頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、生態(tài)因子是影響小麥品質(zhì)形成的重要因素,本論文通過(guò)綜合利用生態(tài)因子和遙感分區(qū)進(jìn)行小麥籽粒蛋白質(zhì)含量遙感監(jiān)測(cè),以期提高監(jiān)測(cè)精度。以北京地區(qū)冬小麥為研究對(duì)象,開(kāi)展以下研究:
   (1)基于神經(jīng)網(wǎng)絡(luò)的冬小麥蛋白質(zhì)含量關(guān)鍵生態(tài)因子的篩選分析,針對(duì)影響冬小麥主要品質(zhì)-蛋白質(zhì)的百分含量,利用神經(jīng)網(wǎng)絡(luò)算法,確定了各個(gè)因子對(duì)品質(zhì)影響力的大小并將其定量化表達(dá);(2)利用所篩選的決定小麥品質(zhì)關(guān)鍵生態(tài)因子,基于各個(gè)因子分別與其權(quán)重疊加的結(jié)果與各個(gè)因子

2、不考慮權(quán)重疊加的結(jié)果兩種分區(qū)模型進(jìn)行區(qū)劃研究,選擇最優(yōu)的區(qū)劃模型實(shí)現(xiàn)了北京地區(qū)優(yōu)質(zhì)冬小麥品質(zhì)等級(jí)分類(lèi)的區(qū)劃;(3)針對(duì)不同的分區(qū)構(gòu)建綜合生態(tài)因子和遙感信息的小麥品質(zhì)監(jiān)測(cè)模型,并與單一遙感監(jiān)測(cè)模型、生態(tài)因子模型對(duì)比,選擇最優(yōu)的小麥品質(zhì)監(jiān)測(cè)模型,以期實(shí)現(xiàn)北京地區(qū)小麥品質(zhì)的遙感監(jiān)測(cè)。本研究對(duì)于增強(qiáng)小麥品質(zhì)遙感監(jiān)測(cè)機(jī)理、提高精度具有重要意義。
   研究取得的主要成果表現(xiàn)在以下幾個(gè)方面:
   1.基于神經(jīng)網(wǎng)絡(luò)的冬小麥蛋白質(zhì)含量

3、關(guān)鍵生態(tài)因子初步分析
   利用北京地區(qū)具有代表性的小麥種植點(diǎn)的氣象數(shù)據(jù)和土壤養(yǎng)分?jǐn)?shù)據(jù),通過(guò)神經(jīng)網(wǎng)絡(luò)方法來(lái)評(píng)估溫度、降雨、光照和土壤養(yǎng)分含量等因子對(duì)小麥籽粒蛋白質(zhì)含量影響的相對(duì)重要程度。研究表明,影響北京地區(qū)冬小麥籽粒蛋白質(zhì)含量的主要因素依次有:蠟熟初期(6月6日至6月10日)的光照時(shí)間、氣溫大于32℃的天數(shù)、土壤堿解氮含量、整個(gè)灌漿期即籽粒形成關(guān)鍵期(5月上旬至6月上旬)的平均氣溫、灌漿期后期(5月26日至5月30日)的平均氣

4、溫、灌漿期中后期(5月下旬至6月上旬)≥0℃的積溫、乳熟期(6月1日至6月5日)的平均氣溫、灌漿期中后期(5月下旬至6月上旬)的溫差、灌漿期中后期(5月下旬至6月上旬)的降雨量和土壤有機(jī)質(zhì)含量;針對(duì)關(guān)鍵因子利用神經(jīng)網(wǎng)絡(luò)模型制作了響應(yīng)曲線(xiàn)以反映蛋白質(zhì)含量隨生態(tài)因子的變化趨勢(shì)。
   2.基于遙感與地理信息系統(tǒng)的北京地區(qū)冬小麥品質(zhì)分區(qū)的研究
   在ARCGIS支持下,利用影響冬小麥蛋白質(zhì)含量的各個(gè)關(guān)鍵生態(tài)因子進(jìn)行空間插值,

5、將點(diǎn)狀關(guān)鍵因子數(shù)據(jù)空間化,建立多因子空間數(shù)據(jù)庫(kù),根據(jù)神經(jīng)網(wǎng)絡(luò)對(duì)每一因子計(jì)算出的RATIO設(shè)定一個(gè)權(quán)重值多層疊加,在ENVI環(huán)境下,用氣象因子和土壤因子分層分析、整合各種因素,比較等權(quán)重和差異權(quán)重兩種分區(qū)模型的分區(qū)結(jié)果,最終作出北京地區(qū)冬小麥品質(zhì)分區(qū)的各種區(qū)域的不同分類(lèi);并對(duì)分類(lèi)結(jié)果進(jìn)行了分析。
   3.基于分區(qū)的小麥品質(zhì)形成關(guān)鍵期蛋白質(zhì)含量遙感監(jiān)測(cè)
   以北京地區(qū)的主推冬小麥品種-中優(yōu)206籽粒蛋白質(zhì)為研究對(duì)象,利用

6、遙感數(shù)據(jù)提取北京地區(qū)冬小麥不同生育時(shí)期多種植被指數(shù)(VIs)和中優(yōu)206籽粒蛋白質(zhì)進(jìn)行相關(guān)性研究,結(jié)果表明:5月11日的NDVIgreen值與籽粒蛋白質(zhì)相關(guān)性最好且達(dá)極顯著水平,因此該時(shí)期為建立冬小麥遙感品質(zhì)監(jiān)測(cè)模型的最佳時(shí)相。利用生態(tài)環(huán)境數(shù)據(jù)和光譜數(shù)據(jù)分別構(gòu)建了冬小麥光譜品質(zhì)模型、生態(tài)環(huán)境品質(zhì)模型以及光譜與生態(tài)環(huán)境綜合品質(zhì)模型;通過(guò)對(duì)冬小麥光譜品質(zhì)模型、生態(tài)環(huán)境品質(zhì)模型以及光譜與生態(tài)環(huán)境綜合品質(zhì)模型預(yù)測(cè)效果進(jìn)行F檢驗(yàn),表明各模型均達(dá)到

7、極顯著水平;但是與其它兩種模型相比,光譜與生態(tài)環(huán)境綜合品質(zhì)模型的決定系數(shù)(R2)有明顯的提高,并且相對(duì)均方根誤差(RRMSE)和相對(duì)誤差(RE)降低,且降幅度較大。說(shuō)明光譜與生態(tài)環(huán)境綜合品質(zhì)模型比單純的生態(tài)環(huán)境品質(zhì)模型和光譜品質(zhì)模型有較好的預(yù)測(cè)效果。再進(jìn)一步的五類(lèi)分區(qū)建立模型的研究中,細(xì)分的模型各個(gè)精度都比整體模型精度有不同程度的提高,其中最優(yōu)質(zhì)區(qū)域預(yù)測(cè)精度為91.6%,二類(lèi)區(qū)89.3%,三類(lèi)區(qū)85.6%,四類(lèi)區(qū)83.6%,品質(zhì)最差區(qū)域

8、為92.2%;對(duì)比發(fā)現(xiàn),分區(qū)域建立模型在預(yù)測(cè)精度上比整體模型預(yù)測(cè)分別提高了12%、10.5%、7.3%、11.7%和14.3%。因此,利用遙感和生態(tài)環(huán)境數(shù)據(jù)建立模型進(jìn)行冬小麥品質(zhì)分區(qū)監(jiān)測(cè)是可行的,且精度更高。
   本研究的創(chuàng)新點(diǎn)包括:
   1.引入非線(xiàn)性的神經(jīng)網(wǎng)絡(luò)研究冬小麥蛋白質(zhì)含量與生態(tài)因子間的復(fù)雜關(guān)系,定量分析了影響冬小麥蛋白質(zhì)含量關(guān)鍵的生態(tài)因子。
   2.構(gòu)建了基于關(guān)鍵生態(tài)因子的權(quán)重的冬小麥品質(zhì)分區(qū)模

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論