- 年份
- 2024(2831)
- 2023(4297)
- 2022(3752)
- 2021(3707)
- 2020(3337)
- 2019(7817)
- 2018(7940)
- 2017(15242)
- 2016(8493)
- 2015(9582)
- 2014(9382)
- 2013(8850)
- 2012(7956)
- 2011(7014)
- 2010(7391)
- 2009(6634)
- 2008(6268)
- 2007(5405)
- 2006(4588)
- 2005(4028)
- 学科
- 济(33016)
- 经济(32988)
- 管理(22312)
- 业(21074)
- 方法(19379)
- 企(18132)
- 企业(18132)
- 数学(17971)
- 数学方法(17480)
- 中国(7905)
- 农(7409)
- 财(7071)
- 理论(6515)
- 学(6374)
- 业经(6086)
- 贸(5455)
- 贸易(5448)
- 地方(5332)
- 易(5315)
- 技术(5011)
- 制(4874)
- 农业(4678)
- 教学(4668)
- 和(4543)
- 策(4495)
- 务(4332)
- 财务(4304)
- 财务管理(4293)
- 划(4251)
- 环境(4218)
- 机构
- 学院(112287)
- 大学(110869)
- 管理(43237)
- 济(41595)
- 经济(40718)
- 理学(37888)
- 理学院(37474)
- 研究(36519)
- 管理学(36198)
- 管理学院(36015)
- 中国(26757)
- 科学(25515)
- 京(23852)
- 农(22125)
- 业大(20664)
- 所(19335)
- 财(18115)
- 研究所(17897)
- 农业(17672)
- 中心(16820)
- 江(16653)
- 北京(14826)
- 技术(14365)
- 财经(14324)
- 范(13501)
- 师范(13326)
- 院(13285)
- 州(13268)
- 经(13109)
- 经济学(12344)
- 基金
- 项目(80695)
- 科学(62697)
- 基金(57917)
- 研究(54202)
- 家(52367)
- 国家(52011)
- 科学基金(44227)
- 省(33291)
- 社会(32336)
- 自然(31515)
- 自然科(30869)
- 自然科学(30864)
- 社会科(30720)
- 社会科学(30711)
- 自然科学基金(30285)
- 基金项目(30209)
- 划(27938)
- 教育(26892)
- 资助(25160)
- 编号(21695)
- 重点(18662)
- 创(17230)
- 部(16955)
- 发(16749)
- 计划(16719)
- 成果(16718)
- 创新(16068)
- 科研(15960)
- 课题(15533)
- 大学(14748)
共检索到159554条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 沈阳农业大学学报
[作者]
张柏 宋开山 张渊智 王宗明 段洪涛 李方
以ASD FieldSpec-Vnir光谱仪实测不同生长季大豆的冠层反射率,同期采集对应大豆LAI,然后逐波段分析冠层光谱反射率、导数光谱与大豆LAI的相关关系;并采用单变量线性回归逐波段分析了冠层光谱反射率、导数光谱与大豆LAI确定性系数随波长的变化趋势,建立了以近红外与可见光波段冠层光谱反射率的比值植被指数RVI与大豆LAI的高光谱遥感估算模型。结果表明,冠层光谱反射率在350￣680nm、760￣1050nm波谱区与大豆LAI相关性较大,而在红边区680￣760nm的相关性变化较大;导数光谱在红边区与大豆LAI相关程度高。通RVI方式建立的遥感估算模型能较为准确估算大豆LAI,通过对红外...
关键词：
高光谱 反射率 大豆冠层 叶面积指数
[期刊] 中国农业科学
[作者]
宋开山 张柏 王宗明 张渊智 刘焕军
目的探索不同高光谱模型监测大豆叶面积指数LAI的精度。方法实测不同水肥耦合作用下,大豆冠层的高光谱反射率与叶面积指数(LeafAreaIndex)数据,对二者进行相关分析;采用敏感波段(801nm,670nm)构建RVI,NDVI,SAVI,OSAVI和MTVI2植被指数,建立大豆LAI估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算。结果大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正;微分光谱在三边处与大豆LAI关系密切,在红边处取得最大回归确定性系数(R2=0.86)。植被指数可以较为精确反演大豆LAI,确定性系数R...
[期刊] 中国农业资源与区划
[作者]
刘轲 周清波 吴文斌 陈仲新 夏天 王思 唐华俊
获取农作物叶面积指数（ｌｅａｆ ａｒｅａ ｉｎｄｅｘ，ｌａｉ）及其动态变化对于农作物长势监测和产量估测等应用具有重要的意义。基于冠层反射率模型（物理模型）的ｌａｉ遥感反演方法具有良好的普适性，对地面数据依赖较少，近年来广泛应用于农作物ｌａｉ高光谱反演研究。然而，当物理模型参数取值尽可能准确（代入参数实测值或依据先验知识取值）时，模拟光谱与实测光谱间仍然存在误差，研究称之为＂光谱模拟误差＂。该研究通过比对实测冬小麦冠层光谱与ａＣｒＭ（ａ ｔｗｏ－ｌａｙｅｒ Ｃａｎｏｐｙ ｒｅｆｌｅＣｔａｎＣｅ Ｍｏｄｅｌ）模型最优模拟光谱，展示了光谱模拟误差在各波段、不同样本点的分布规律。据此，根据对光谱模拟误．．．
[期刊] 中国农业科学
[作者]
夏天 吴文斌 周清波 周勇 于雷
【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm...
关键词：
高光谱 冬小麦 叶面积指数 估算
[期刊] 华中农业大学学报
[作者]
马驿 汪善勤 李岚涛 张铮 刘诗诗
以冬油菜为研究对象,2014-2015年度设计了不同施氮水平直播油菜小区试验,在不同生育时期测量冠层光谱、土壤背景光谱以及叶面积指数(leaf area index,LAI),通过相关分析选取了12个光谱特征参数和11个植被指数,建立6叶期至角果期LAI的5种线性和非线性定量反演模型。结果表明:二次多项式反演模型比较适合估算油菜LAI苗期时以红边参数为代表的光谱特征参数,可准确估算出LAI;6叶期时红边幅值预测模型R2为0.81,RMSEP为0.39,RPD为1.62;8叶期时红蓝边面积比归一化预测模型R
关键词：
油菜 叶面积指数 高光谱 相关分析
[期刊] 林业科学研究
[作者]
解雅麟 雷相东 王海燕 秦倩倩 李翔
[目的]以吉林省汪清林业局金沟岭林场40株10～40年生长白落叶松的健康针叶为研究对象,建立叶面积回归模型并估计其比叶面积。[方法]通过WinSEEDLE种子和针叶图像分析系统获取长白落叶松50束共150针的针叶面积、长度、宽度以及周长,再分别烘干至恒质量获得叶片干质量。建立以叶长L、叶宽W、叶周长P和叶片干质量X为自变量,叶面积LA为因变量的一元、二元和三元线性、指数和幂函数回归模型,并用平均误差、总体相对误差、平均系统误差、平均预估误差和均方根误差等统计量来评价模型误差和拟合优度。采用算术平均法、比估计法和最小二乘法计算比叶面积,并对3种方法的方差进行比较,获取最优估算值。[结果]一元、二元和三元模型均以指数函数最佳,模型分别为LA=5.929 e~(1.313W)(R~2=0.858),LA=6.194 e~((0.023L+0.637W))(R~2=0.936)和LA=6.445 e~((0.021L+0.598W+18.067X))(R~2=0.941)。[结论]算术平均法获取的比叶面积的精度最高,该方法得到的长白落叶松的比叶面积为8.026 m~2·kg~(-1)。
[期刊] 林业科学研究
[作者]
刁军 国红 卢军 雷相东 唐守正
叶面积和比叶面积是植物生长过程中的重要参数。本研究基于河北木兰围场实测油松数据,通过winSEEDLE种子和针叶图像分析系统获得油松522个单个针叶的表面积LA、针叶长度L、针叶宽W、针叶周长P,分别建立了以针叶长、针叶宽、针叶周长等形状属性为自变量的叶面积估计模型和以针叶干质量为自变量的叶面积估计模型。用总相对误差、平均相对误差、平均相对误差绝对值、均方根误差、预估精度5个统计量来检验模型的误差和拟合优度,经检验模型LA=-2.761+0.464 L+6.608 W和LA=1.345+0.501 X分别为这两种模型中最好,X为针叶干质量。通过对算术平均法、比估计法、最小二乘法3种方法的比较,...
关键词：
油松 叶面积 回归模型 比叶面积
[期刊] 中国农业科学
[作者]
杨再强 罗卫红 陈发棣 顾俊杰 李向茂 丁琪峰 赵才标 陆亚凡
【目的】建立一个温室标准切花菊的叶面积指数预测模型。【方法】根据光温对菊花(Chrysanthemum morifolium Ramat.)出叶和展叶速率的影响,通过不同定植期和不同品种的试验,以综合考虑温度、光合有效辐射和日长的生理辐热积为预测指标,建立了温室标准切花菊叶面积预测模型,并用独立的试验数据对模型进行检验。【结果】模型对温室标准切花菊的叶面积指数的预测精度较高,预测值与实测值基于1﹕1线的决定系数(R2)和回归估计标准误差(RMSE)分别为0.94和0.75。基于生理辐热积的预测模型对叶面积指数的预测精度比积温法和比叶面积法分别提高了48.2%和84.6%。【结论】本研究的叶面积...
关键词：
菊花 生理辐热积 叶面积指数 预测模型
[期刊] 中国农业科学
[作者]
陈鹏飞 李刚 石雅娇 徐志涛 杨粉团 曹庆军
【目的】验证无人机机载高光谱传感器S185,并基于其获得的影像探讨无人机高光谱遥感反演叶面积指数的新方法。【方法】以东北玉米为研究对象,在吉林省公主岭市开展了玉米氮肥梯度试验,共设5处理,每个处理3次重复。分别在玉米的V5—V6,V11,R1—R2等生育期(Ritchie生育期)进行无人机飞行试验和地面光谱及叶面积指数测定,共获得数据45组。为验证S185影像数据,在相同尺度下提取S185影像信息与地面光谱信息,一方面从测定同一目标地物两者光谱反射率间的相关性进行分析,另一方面筛选15种常用的各类光谱指数,从整个生育期通过影像数据计算的各光谱指值与地面光谱仪计算的相应值变化趋势的一致性进行分析;将45组样品随机选择30组,基于人工神经网络算法利用S185数据建立反演叶面积指数的模型,剩下15组样品作为外部验证样品,用来验证神经网络模型的预测效果。另外,基于相同的分组数据,利用前面筛选的各光谱指数分别建立叶面积指数的反演模型,以与人工神经网络建模结果进行比较。【结果】在各个生育时期,同种目标地物S185测定数据与地面光谱仪测定数据间具有很强的相关性,相关系数在0.99以上;在玉米整个生育期,S185数据计算的各光谱指数与地面光谱仪计算的各光谱指数变化趋势相同,相关系数在0.88以上;在构建基于人工神经网络法反演叶面积指数的模型中,建模时的决定系数为0.96,均方根误差为0.42,相对均方根误差为13.15%;外部验证时的决定系数为0.95,均方根误差为0.54,相对均方根误差为16.74%,这一结果优于基于各光谱指数建立的叶面积指数反演模型。【结论】无人机搭载S185传感器可用于准确获取玉米冠层高光谱信息,且可利用人工神经网络法基于这一数据建立玉米叶面积指数的反演模型。
[期刊] 林业科学
[作者]
王露露 张有福 陈一博 陈春艳 宋晨慧
【目的】刺形叶小且密生，传统的叶面积测定带来诸多不便，本研究旨在构建快速、准确测量塔柏刺形叶叶面积的模型。【方法】以塔柏刺形叶为材料，采用游标卡尺测量1 270片塔柏刺形叶的叶长（LL）、叶基宽（LBW）、最大叶宽（LWmax）以及叶厚（LT），使用Photoshop CS5图像处理软件对叶片的图像进行处理并计算叶面积（LA）。应用SPSS统计软件对叶形态学指标和叶面积进行统计分析，探究刺形叶形态学指标与叶面积的关系，并构建塔柏刺形叶叶面积估算模型。【结果】在塔柏刺形叶5个形态学指标中, LA的变异系数最大（CV=0.301），数值分布在7.307～7.556mm2(95%CI)，且LA与LL、LWmax呈显著正相关（r=0.858,0.794）。塔柏LA的最优多变量线性回归模型为：Y=-3.879+0.718 X_1+5.679 X_2-1.177 X_3 (R~2=0.914,RMSE=0.667,AIC=2 060.969)，其中X_1、X_2、X_3分别为LL、LW_(max)、LBW，预测精度为96.21%。LA的最优单变量模型为基于LL的模型：LA=-1.686+1.003X(R~2=0.725, RMSE=1.191, AIC=3 238.133)，预测精度为91.16%。【结论】本研究为准确估算塔柏刺形叶叶面积提供了简洁的方法，也为研究刺形叶性状指标之间的关系提供了数据基础。
关键词：
塔柏 刺形叶 叶面积 估算模型 图像处理
[期刊] 南京农业大学学报
[作者]
袁昌梅 罗卫红 张生飞 金亮 倪纪恒 陈永山 戴剑锋 卜崇兴 徐刚
依据温室温光条件与甜瓜单株叶面积的关系,建立了甜瓜叶面积指数(LAI)模型,结合已有的光合作用驱动的作物生长模型,建立了适合我国种植技术的甜瓜光合作用与干物质积累动态模型。利用不同基质、品种和播期的试验资料对模型进行了检验。结果表明,本模型较用比叶面积和叶干重的SLA法及用积温与叶面积的函数的GDD法更能准确地模拟温室甜瓜的LAI和植株总干重。LAI的模拟值与实测值之间的决定系数(R2)和回归估计标准误(RMSE)分别为0.867和0.404,植株总干重的模拟值与实测值之间的R2和RMSE分别为0.887和645 kg.hm-2。用本模型模拟LAI的精度分别比SLA法和GDD法提高78%和40...
[期刊] 林业科学
[作者]
李海洋 范文义 于颖 杨曦光
针对传统的统计模型方法反演叶面积指数(LAI)具有不稳定、区域不统一性的缺点,本研究从物理机制角度出发,以Prospect,Liberty和Geosail模型为基础,建立查找表从TM影像上反演LAI,并与TRAC实测的LAI比较。结果表明:基于机制模型与查找表的方法反演的LAI与实测的LAI有较好的一致性,实测精度达到83.7%。
[期刊] 中国农业科学
[作者]
聂志刚 李广 王钧 马维伟 雒翠萍 董莉霞 逯玉兰
【目的】模型的有效应用依赖于参数的快速、准确估算。本研究拟解决作物生长模型参数本土化率定过程中运算量大、耗时长、精度低、效率低的问题。【方法】依据甘肃省定西市安定区2个试验点(李家堡镇麻子川村和凤翔镇安家沟村),多年(2002—2005年和2015—2017年)大田试验数据以及定西市安定区1971—2017年气象资料,利用混合蛙跳算法智能的迭代搜索原理,对APSIM模型旱地小麦叶面积指数相关参数进行了优化,并采用相关性分析方法对模型校正结果进行检验。【结果】利用青蛙群体即相对独立又合作协调的子群内局部深度搜索与子群间全局信息交流生物进化学习策略,有效提高了运算的速度,实现了对APSIM模型中与旱地小麦叶面积指数相关参数的快速、准确估算。相关参数主要包括:主茎上节出现所需的热时间间隔、小麦出苗后初始化的节数、小麦出苗后初始化的叶片数、小麦出苗后初始化的叶面积指数、某日正在生长的节数和最大比叶面积。分别使用穷举试错法所得参数值和混合蛙跳算法所得参数值模拟叶面积指数,参数优化后,叶面积指数模拟值和实测值之间的RMSE(root mean square error)平均值由0.069降低到0.027,NRMSE(normalized root mean square error)平均值由8.09%降低到4.56%,M_E(model effective index)平均值由0.979提高到0.993。【结论】相对于参数率定常用穷举试错法,混合蛙跳算法具有自发学习特征的智能迭代行为,实现了参数的自动率定,提高了效率。基于该算法进行APSIM模型旱地小麦叶面积指数相关参数的优化,使得模型对叶面积指数的模拟精度显著提高,证明该算法的使用对作物生理生态系统复杂模型的校正效果良好,为改善模型参数率定过程存在的运算量大、耗时长、精度低、效率低的缺点提供了一种行之有效的方法。
[期刊] 中国农业大学学报
[作者]
岳延滨 黎瑞君 冯恩英 李莉婕 彭顺正 孙长青
为给辣椒生产中氮素优化管理提供理论依据，选用3个辣椒品种（‘黔辣10号’‘黔椒5号’‘中椒6号’）基于5个氮素水平（N0～N4:0.00、51.75、103.50、155.25和241.50kg/hm2）小区试验数据，定量分析了不同氮素水平下辣椒叶面积指数与生理发育时间的动态变化，构建了辣椒叶面积指数动态变化模型，并量化了模型参数与氮素水平间定量关系。结果表明：1）辣椒叶面积指数随生理发育时间呈单峰曲线变化，随氮素水平提高先上升后降低。辣椒叶面积指数变化速率随生理发育时间整体呈单峰曲线变化；2）采用分段函数模拟辣椒叶面积指数动态变化，检验结果显示：决定系数R~2均在0.95以上，相对根均方差（RRMSE）均<20%，模拟效果较好；3）模型参数PD_(Thalf)表征叶面积指数峰值出现的时间顺序，与氮素水平呈线性正相关，其余参数与氮素水平呈二次回归函数关系；4）辣椒最大叶面积指数和平均叶面积指数随氮素水平提高呈先上升后降低趋势。本研究构建的辣椒叶面积指数动态模型预测效果较好，具有更强的生物学意义和一定的实用性，可为辣椒优质高产栽培提供理论基础。
[期刊] 中国农业科学
[作者]
刘姣娣 曹卫彬 马蓉
【目的】棉花叶面积指数是反映作物生物量的重要参数,本文旨在运用遥感数据对这一参数进行估算,为叶面积指数的获取提供更方便快捷的估算模型。【方法】采用美国ASD公司FieldSpec?手持便携式光谱分析仪所获取的棉花冠层光谱反射率和从中等分辨率的遥感图像提取的植被指数,利用相关分析和回归分析方法,找出叶面积指数的最佳估算时相期和最佳遥感估算模型。【结果】棉花的整个生育期内,叶面积指数在时间曲线上呈现出波动变化,在始铃期棉花的叶面积指数达到峰值,据此规律通过提取该时期的遥感数据,得出棉花叶面积指数的遥感估算模型。【结论】棉花叶面积指数的最佳估算时相是盛花期和结铃期,各品种棉花叶面积指数的遥感估算模型...
关键词：
棉花 叶面积指数 植被指数 遥感估算模型
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
