首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 146 毫秒
1.
以青海省金银滩草原为研究区,采用Sentinel-2卫星影像结合地面实测数据进行草地地上生物量估算研究。分析了18种典型植被指数与生物量的拟合关系,通过精度评价和敏感性分析确定了不同植被指数模型的适用范围,并提出基于多植被指数模型的协同估算方案来提高草地生物量的制图精度,尝试克服传统单变量植被指数模型适用范围受限的问题。结果表明:18种植被指数与生物量的最优拟合模型呈现幂函数和指数函数两种类型,其中幂函数模型中CIgreen (Green chlorophyll index)所对应的估算精度最高,且当生物量高于0.65 kg·m-2时适用性最强;指数函数模型中NDII(Normalized difference infrared index)所对应的估算精度最高,且当生物量低于0.65 kg·m-2时适用性最强,且NDII与CIgreen模型的适用范围具有互补性。提出的多植被指数协同估算模型对应的R2cv达到了0.61,RMSEcv为0.226 kg·m-2,相对于单植被指数模型精度明显提高,R2cv增加7.0%以上,RMSEcv减小超过3.8%。综上,提出的多指数模型协同估算方案充分考虑了不同指数模型的适用范围,提高了牧草生物量的估算精度。  相似文献   

2.
水稻冠层叶绿素含量高光谱估算模型   总被引:3,自引:0,他引:3  
为了寻求西北引黄灌区水稻冠层叶绿素含量的高精度估算模型,通过田间试验测定了水稻冠层SPAD和高光谱数据,运用任意波段组合的方式构建了一系列基于原始光谱、一阶导数光谱的比值、差值、归一化和土壤调节植被指数,筛选出反映水稻冠层SPAD的最佳植被指数作为自变量,应用普通回归分析方法和随机森林算法建立了该区域水稻冠层SPAD估算模型并进行了对比分析。结果表明:(1)应用普通回归分析方法,以RVI(D1316,D736)为自变量建立的指数模型是估算西北引黄灌区水稻冠层SPAD的最佳单变量模型;(2)采用随机森林算法,以4个植被指数RVI(R696,R540)、DVI(R700,R536)、SAVI(R700,R536)、RVI(D1316,D736)建立的估算模型比普通回归模型精度更高,验证结果的决定系数R2为0.873,均方根误差RMSE为3.221,平均相对误差RE为13.25%。说明通过随机森林算法建立的模型可以实现水稻冠层SPAD的精准估测,可以用于西北引黄灌区水稻冠层叶绿素含量的快速、无损获取。  相似文献   

3.
干旱区盐渍化土壤高光谱遥感信息分析与提取   总被引:1,自引:0,他引:1  
以干旱区典型区域新疆渭干河-库车河三角洲绿洲为研究区,以环境小卫星高光谱影像及野外实测土壤含盐量为主要数据源,进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应最敏感波段,利用多元线性回归分析方法,建立基于HSI影像的研究区土壤含盐量定量反演模型。结果表明:研究区土壤含盐量与HSI波段的敏感性随着波长的增加而增强,位于近红外波段范围(797.826-923.913nm)的相关系数R普遍较高,基本在0.7左右。土壤光谱反射率对数的倒数一阶微分变换在628.261nm和923.913nm的波段组合为最佳敏感波段,所构建的土壤含盐量反演模型为最优模型,模型方程为Y=-11.731-114.996X628.261-186.637X923.913,模型及检验的决定系数R2都在0.85以上,均方根误差RMSE约为2.7。该模型的建立为地区土壤含盐量信息的提取及监测提供了参考。  相似文献   

4.
基于Sentinel-2A遥感数据,结合白城市表层土壤采样的全盐含量化验值,利用统计与拟合分析的方法,建立土壤盐渍化遥感监测模型,对研究区表层土壤含盐量进行反演分析。结果表明:①研究区土壤的反射率与含盐量呈正相关,相关系数在Sentinel-2A第5波段(中心波长为0. 705μm)达到最大值,为r=0. 902,利用第5波段反射率建立的土壤含盐量反演模型TSC=50. 776R_5-8. 262,模型的决定系数R~2=0. 813,检验样本的均方根误差RMSE=0. 814 g·kg~(-1);②将反射率进行指数、幂、S曲线等数学变换后,可以显著提高拟合精度,其中,第8波段反射率的幂函数变换后,建立土壤含盐量的单波段反演模型TSC=77. 51x~(2. 346)精度最好,模型的决定系数R~2=0. 888;③利用多元逐步回归分析的方法建立土壤含盐量的多波段反演模型TSC=-13. 810+38. 973R5-14. 122e~(R_5)+23. 896R_8~(2. 248)+1. 743ln(R_9),模型的决定系数为R~2=0. 924,检验样本的均方根误差为RMSE=0. 736 g·kg~(-1)。  相似文献   

5.
土壤水分的高时空分辨率和高精度评估对干旱监测具有重要意义。为探究我国内蒙古荒漠草原区土壤水分遥感反演最优模型,基于Landsat和MODIS数据进行改进型自适应反射率时空融合(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM),结合下垫面因子、地形因子、气象因子、植被因子等多要素环境因子,通过极限学习机(Extreme learning machine,ELM)和随机森林(Random forest,RF)两种方法构建土壤含水率反演模型,并与Landsat(未进行融合)构建的土壤含水率反演模型进行对比,最终筛选得到最优土壤含水率反演模型,并对研究区不同土地利用类型土壤含水率分布特征进行应用分析。结果表明:归一化植被指数是土壤含水率环境因子相关分析中最重要的预测因子(0~10、10~20、20~30 cm土壤深度处R2=0.85、0.82、0.79),其次为降水量(R2=0.73、0.68、0.71)、高程(R2=0.71、0.70、0.71)、水体指数(R2=0.69、0.69、0.68)、归一化盐分指数(R2=0.68、0.67、0.65)。与未进行时空融合所构建的模型相比,利用ESTARFM时空融合所构建的模型精度均有所提升,考虑ESTARFM时空融合时,ELM模型的R2RMSEMAE分别为0.89、6.58%、3.93%,RF模型的R2RMSEMAE分别为0.78、7.25%、4.95%;未考虑ESTARFM时空融合时,ELM模型的R2RMSEMAE分别为0.75、7.37%、5.24%,RF模型的R2RMSEMAE分别为0.71、7.48%、5.30%。表明ELM模型比RF模型的土壤含水率反演效果更好,且ELM-ESTARFM为土壤含水率反演最优模型。在此基础上,运用改进后的ELM-ESTARFM遥感反演模型监测了乌审旗全域土壤含水率,发现研究区北部和西北部的土壤含水率较高,南部地区的土壤含水率较低;对于不同土壤深度,土壤含水率由大到小依次为耕地、林地、草地、沙地,耕地区域0~10、10~20、20~30 cm土层含水率分别为18.92%、19.34%、21.84%,林地为11.80%、11.87%、12.40%,草地为10.97%、11.02%、12.22%,沙地为5.07%、5.35%、5.67%。  相似文献   

6.
为探明栽培密度对高产大豆根系生长和花荚形成的影响规律,田间试验设置21.0(D1)、30.0(D2)、48.0(D3)×104株·hm-2 3种栽培密度,研究了新大豆27号、新大豆8号在0~60 cm土层中根系生长、开花、结荚过程及产量的变化。结果表明,相对于D1,D2、D3密度下新大豆27号总根干重增加了23.68%、18.48%,总根长增加了9.33%、26.72%,新大豆8号总根干重增加了27.25%、19.71%,总根长增加了6.94%、30.80%,且增量以40~60 cm为主;增加至密度D3时,新大豆27号开花和结荚高峰出现时间较D1分别推迟了2、8 d,新大豆8号推迟了2、6 d,但二者单位面积的总花数、总荚数、总腔数和总粒数分别较D1提高了51.92%、10.29%、7.66%、23.05%和49.47%、31.91%、35.40%、16.11%;总花数与始荚期根干重、根长度呈正相关关系,新大豆27号R2值分别为0.8477*、0.9106*,新大豆8号R2值分别为0.7531、0.9993**;总腔数与始粒期根干重、根长度呈正相关关系,新大豆27号R2值分别为0.6954、0.9837**,新大豆8号R2值分别为0.7902*、0.9277*;且根长度与总花数、总腔数的关系比根干重更密切。合理密植显著提高大豆籽粒产量,是密植促进了大豆根系生长,增加了单位面积总根长和深层根量,进而增加了单位面积花数、荚数、腔数和粒数的结果。  相似文献   

7.
一品红花卉上烟粉虱的序贯抽样技术研究   总被引:1,自引:0,他引:1       下载免费PDF全文
王立红 《植物保护》2007,33(4):74-76
烟粉虱[Bemisiatabaci(Gennadius)]在花卉一品红上的为害十分猖獗,在调查分析的基础上,研究了烟粉虱在一品红上的序贯抽样技术。结果表明:烟粉虱成虫的平均拥挤度*m与平均密度x-回归方程为*m=-9.05+2.26x-,相关性极显著(0.799 1);以Iwao的序贯抽样为基础,结合Kuno的序贯抽样,提出复序贯抽样技术,防治指标上下限为T0(n)=7n+2 5.39n,T0(n)=7n-2 5.39n,截止线为T(n)=α+1/(D02-β-1/n),D0=0.15。  相似文献   

8.
为探寻不同施氮量对农田土壤呼吸(RS)的影响并快速准确估算RS,以关中地区冬小麦为研究对象,观测了5种施氮量下冬小麦农田RS的变化,研究了环境因子(土壤温度、土壤湿度)及作物因素(叶面积指数、地上部生物量、SPAD值)对于RS的影响,建立了适用于关中地区土壤温度与植被指数下的农田土壤呼吸估算模型。设置秸秆还田下的5种施氮量处理,分别为传统施氮量SN200(200 kg·hm-2)、优化施氮量SN150(150 kg·hm-2)、60%优化施氮量SN120(120 kg·hm-2)、50%优化施氮量SN100(100 kg·hm-2)以及不施氮肥SN0(0 kg·hm-2)。结果表明:不同施氮量下RS随生育期推进均表现为先升高再降低的趋势,同时添加氮肥促进了RS排放。各处理观测期内RS的均值为:SN200(3.68 μmol·m-2·s-1)>SN150(3.40 μmol·m-2·s-1)>SN120(3.06 μmol·m-2·s-1)>SN100(2.70 μmol·m-2·s-1)>SN0(2.21 μmol·m-2·s-1)。不同施氮量下冬小麦冠层近红外波段反射率在拔节期和抽穗期差异明显,反射率从高到低依次为SN200>SN150>SN120>SN100>SN0,而在灌浆期和成熟期差异不大。土壤温度显著影响了RSP<0.01),土壤湿度与RS没有显著相关关系(P0.05)。叶面积指数、地上部生物量、SPAD值和植被指数均与RS呈显著相关关系(P<0.05)。通过多种模型评估,建立基于植被指数和土壤温度的最佳农田土壤呼吸估算模型,显著高于基于土壤温度的单因子模型,模型精度可达到0.6以上(n=120)。  相似文献   

9.
为构建适用于干旱区膜下滴灌条件的土壤水盐动态分布和棉花生长模型,基于2020—2021年的田间试验,经过对SWAP模型的土壤、土壤水力功能和作物生长等模块进行率定和验证,对灌溉水矿化度为1、2、3、4、5、6 g·L-1时的土壤水盐分布特征、作物生长过程和干物质累积分配进行数值模拟。结果表明:(1)土壤含水率与土壤含盐量的模拟精度以20~100 cm土层较好,0~20 cm土层模拟精度较差,其中土壤含水量的模拟效果优于土壤含盐量;随着灌溉水源矿化度的增加,土壤含水率和含盐量的模拟误差逐渐变小。(2)不同矿化度水源膜下滴灌棉花叶面积指数模拟效果较好(R2=90.72%,RMSE=0.35 cm2·cm-2NRMSE=8.73%,IOA=0.98)。(3)不同矿化度水源膜下滴灌棉花茎干物质累积量模拟效果较好(R2=89.08%,RMSE=6.12 g,NRMSE=23.16%,IOA=0.96)。研究结果表明,SWAP模型可以较好地对不同矿化度水源膜下滴灌的土壤水盐动态分布和棉花生长过程进行模拟。  相似文献   

10.
开都河流域下游绿洲土壤盐分特征分析   总被引:2,自引:0,他引:2  
以开都河流域下游绿洲为研究区,通过野外调查、采样与室内实验分析,采用数值统计方法与主成分分析方法对区域土壤盐分特征进行研究。研究结果表明:(1) 0~10 cm土层,土壤盐分含量为0.7348 g·kg-1,10~30 cm土层为0.2070 g·kg-1,30~50 cm土层为0.1852 g·kg-1。随土层深度增加土壤盐分含盐量减少,土壤盐分含盐量的变异系数分别为319%、211%和193%,呈现强变异性。(2) 0~10 cm、 10~30 cm和30~50 cm土层中,随着土层深度的增加,Cl-、SO42-、Mg2+ 和K++Na+离子的均值逐渐减少,总体上盐分分布具有较强的表聚性。(3)土壤盐渍化状况的特征因子是Cl-与SO42-。(4)未利用地土壤总盐分均值高于其它土地利用类型,耕地次之,林地的最小,分别为0.4420 g·kg-1、0.0755 g·kg-1和0.0414 g·kg-1。  相似文献   

11.
以渭干河-库车河绿洲(渭-库绿洲)为研究区,采用在机器学习方面具有明显优势的随机森林回归算法,对绿洲内的4种典型植被(棉花、芦苇、杨树、大枣)叶片的叶绿素相对含量(soil and plant analyzer development,SPAD)考。进行估算和验证。首先基于"红边"处光谱信息丰富的哨兵2号(Sentinel-2)影像和由其衍生的一阶微分、二阶微分影像各提取23种对叶绿素敏感的宽波段光谱指数,加入3种影响植物生长的土壤参量(土壤含水量,土壤有机质,土壤电导率)作为影响叶片SPAD的特征变量,再根据以上特征变量对每种植被叶片各建立3种方案的SPAD估算模型,从而实现对绿洲内植被叶绿素的监测。结果表明:①影像经一阶微分再提取的植被指数相比原位光谱植被指数,在SPAD估测模型中起到了更重要的作用,在随机森林算法的重要性排序中位居前列;②4种植被叶片的SPAD估测模型都取得了不错的效果,芦苇叶片尤为显著,确定系数(R^2)达到了0.926;③分析对比3种方案下模型预测能力,方案3(包含土壤参量)的预测能力卓越〔2.143<相对百分比偏差(RPD)<2.692〕,其预测能力排序为:方案3>方案1>方案2,土壤属性和模型预测结果有较强的非线性相关。Sentinel-2数据具有理想的估算绿洲植被叶绿素含量的潜力,提供了一种高效、低成本、潜在高精度的方案来估算叶绿素含量,可为干旱区绿洲农业、生态系统实现更有效的保护和管理提供参考。  相似文献   

12.
通过高分卫星遥感影像计算植被供水指数来反演亚高寒草甸土壤水分含量,结合高分辨率遥感影像(GF-2)和中分辨率的遥感影像(Landsat-7)进行土壤水分反演模型建模验证,揭示高分遥感影像结合植被供水指数法在青藏高原东北缘亚高寒草甸草原上的适用性,同时分析研究区土壤水分分布及其影响因素。基于高分二号(GF-2)、Landsat-7影像数据,以甘南藏族自治州当周草原为研究区,利用植被供水指数(VSWI, vegetation supply water index)构建土壤水分反演模型得到研究区土壤水分含量反演图,通过半方差函数及主成分分析法探索研究区土壤水分空间分布及影响因素。结果表明:研究区土壤水分含量分布状态呈现出一定程度的空间变异,体现在整个研究区内以及各个地块之间,土壤水分含量主要介于0.11%~60.44%之间;土壤水分含量与坡度、海拔、坡向、NDVI、地表温度均呈正相关关系,分布主要受NDVI、坡向、坡度、海拔的影响。综上,利用植被供水指数法结合高分遥感影像监测土壤水分含量是可行的,基于GF-2遥感影像所建立的模型拟合度最优,较Landsat-7遥感影像更具优势。  相似文献   

13.
玛纳斯河流域绿洲农田土壤盐分反演及空间分布特征   总被引:5,自引:0,他引:5  
土壤盐分的准确监测是干旱、半干旱地区农业可持续发展的前提,气候变化、不合理灌溉等因素使土壤盐渍化问题逐渐显现.文中以新疆玛纳斯河流域为例,采用多光谱遥感影像和野外实测土壤盐分数据相结合的方法,选取对土壤盐渍化影响较大的归一化差异水体指数及其它具有代表性的多光谱遥感指数与土壤盐分构建反演模型,探讨研究区内土壤盐渍化的空间...  相似文献   

14.
为实现干旱区绿洲土壤含水量的快速、准确监测,利用采集自渭干河-库车河绿洲的84个表层(0~10cm)土壤样本,通过利用电磁感应仪(EM38)将所测解译后数据代替实测土壤含水量数据,将高光谱反射率重采样为Landsat8卫星遥感波段反射率,在选取光谱特征参数、提取敏感波段的基础上,利用偏最小二乘回归(PLSR)方法建立土壤含水量模型,将最优估算模型应用于遥感影像,实现研究区土壤含水量遥感反演。研究结果表明:(1)利用EM38所测水平模式土壤表观电导率与土壤含水量拟合效果最优,能够代替实测土壤含水量进行后续建模分析。(2)相比3种单一的光谱特征指数,利用多种光谱特征指数所建土壤含水量估算模型的建模效果更优,其干、湿各季建模集决定系数R~2大于0.7,均方根误差(RMSE)均小于0.5%,RPD均大于2,能够作为有效手段估算干旱区绿洲土壤含水量。(3)不同季节土壤含水量遥感反演值与实测值决定系数R~2均大于0.6,均方根误差(RMSE)均小于0.6%,显示了较高的预测精度,证明利用电磁感应技术与高光谱相结合能够实现对干旱区绿洲土壤含水量的精准、高效监测。  相似文献   

15.
以河套灌区不同利用类型土地为研究对象,旨在探究耕地、荒地、沙地土壤水分变异及土壤积盐特征与盐分离子对土壤积盐量的影响。结果表明:耕地、荒地、沙地土壤水分分布不均,含水率变异系数随土层深度加深而减小,沙地表层变异性较大,变异系数为104.5%;耕地积盐主要集中在春季和秋季收获期,春汇后土壤脱盐约2.1 t·hm-2,灌水间歇期毛管作用下土壤积盐约0.76 t·hm-2;荒地70%盐分聚积在表层,春汇后最多可积聚39.85 t·hm-2;耕地积盐量与荒地积盐量呈显著负相关关系,与沙地积盐量呈显著正相关关系,相关系数分别为-0.249、0.712;HCO-3、Na+在耕、荒地间随水移动性较强,耕、沙地间SO2-4、Mg2+随水移动性较强。主成分分析表明影响耕地积盐量主要是SO2-4和Cl-,影响荒地和沙地积盐量主要是Na+和Cl-。采用逐步回归分析方法建立耕、荒、沙地1.2 m深土壤积盐回归预测模型。  相似文献   

16.
Soil salinization is a major concern for agricultural development in arid areas. In this paper, a modified Dobson dielectric model was applied to simulate the dielectric constant of saline soil in the Ugan-Kuqa river delta oasis of Xinjiang Uygur autonomous region, northwestern China. The model performance was examined through analyzing the influences of its parameters on the soil dielectric constant and the relationship between radar backscattering coefficient and the dielectric constant of saline soil. The results of the study indicate that:(1) The real part of the soil dielectric constant is affected by soil water content at low radar frequencies; the imaginary part is closely related with both the soil water content and soil salt content.(2) The soil water and salt contents are related with the coefficient of dialectical loss, which is consistent with the natural conditions of saline soil in arid areas and provides valuable references for the study of soil dielectric properties.(3) The changes of soil water content and soil salt content have instant influences on the dielectric constant of saline soil. Subsequently, the radar backscattering coefficient is affected to respond to the dielectric constant of saline soil. The radar backscattering coefficient is most responsible to the radar's cross polarization pattern with a correlation coefficient of R2=0.75. This study provides a potential method to monitor soil salinization and soil water content by using a soil dielectric model and radar techniques.  相似文献   

17.
为了评价脱硫石膏配施不同功能改良剂对宁夏河套灌区碱化土壤改良效果,进而筛选出适合河套地区碱化土壤改良的最佳方案,本研究以枸杞(Lycium chinense)为供试材料,在宁夏河套灌区设立碱化土壤改良田间试验,设对照(T1)、单施脱硫石膏(T2)、脱硫石膏+醋糟+菌肥(T3)、脱硫石膏+菌肥(T4)、脱硫石膏+醋糟+菌肥+保水剂(T5)、脱硫石膏+微肥(T6)、脱硫石膏+诱抗素(T7)7个处理,于2013—2016年连续开展田间试验对比分析不同改良措施对土壤盐碱指标、养分状况以及枸杞农艺性状(成活率/保存率、株高和产量)的影响。结果表明:改良4年间T2~T7处理在提高0~20 cm土层土壤有机碳(5.4%~88.8%)、全氮(8.0%~31.3%)、碱解氮(11.4%~41.7%),降低pH值(4.8%~10.3%),钠吸附性比SAR(5.5%~51.6%)和全盐含量(5.5%~51.6%)...  相似文献   

18.
BACKGROUND: Sorption largely controls pesticide fate in soils because it influences its availability for biodegradation or transport in the soil water. In this study, variability of sorption and desorption of isoxaflutole (IFT) and its active metabolite diketonitrile (DKN) was investigated under conventional and conservation tillage. RESULTS: According to soil samples, IFT KD values ranged from 1.4 to 3.2 L kg?1 and DKN KD values ranged from 0.02 to 0.17 L kg?1. Positive correlations were found between organic carbon content and IFT and DKN sorption. IFT and DKN sorption was higher under conservation than under conventional tillage owing to higher organic carbon content. Under conservation tillage, measurements on maize and oat residues collected from the soil surface showed a greater sorption of IFT on plant residues than on soil samples, with the highest sorbed quantities measured on maize residues (KD ≈ 45 L kg?1). Desorption of IFT was hysteretic, and, after five consecutive desorptions, between 72 and 89% of the sorbed IFT was desorbed from soil samples. For maize residues, desorption was weak (<50% of the sorbed IFT), but, after two complementary desorptions allowing for IFT hydrolysis, DKN was released from maize residues. CONCLUSION: Owing to an increase in organic carbon in topsoil layers, sorption of IFT and DKN was enhanced under conservation tillage. Greater sorption capacities under conservation tillage could help in decreasing DKN leaching to groundwater. Copyright © 2012 Society of Chemical Industry  相似文献   

19.
东亚飞蝗产卵及蝗卵孵化与土壤含盐量的关系   总被引:8,自引:1,他引:7  
1.在黃海蝗区自然条件下观察,东亚飞蝗选择芦葦地、茅草地及獐毛草地产卵,不选择盐蒿地。分析結果表明选择的产卵地与土壤含盐量及含水量有密切关系。 2.以人工配制不同浓度的盐土,任飞蝗自由选择产卵,結果証明飞蝗对不同浓度盐分具有明显的选择能力。两种盐土含盐量的差異在0.25%以下时,所产的卵数約各占一半;若两者差異在0.3%以上时,产在低浓度盐土内的卵数比高浓度內显著增多。由此可知,雌蝗产卵时能选择的最低含盐量临界为0.3%。在一般中度盐土內,含盐量的差異愈大,选择力愈明显。 3.沿海蝗区蝗卵的孵化温积,因所在环境的土壤盐分、土壤水分、植被盖度以及腐植质的多少而異。芦葦地、獐毛草地的含盐量都较低。在其他条件相近的情况下,此二种植被地內的蝗卵发育温积均低于盐蒿地,由于盐蒿地土壤內盐溶液浓度大,影响卵正常吸水,因而延缓了发育期。 4.未吸水的蝗卵在人工配制的不同浓度盐土中孵育,浓度愈低,孵化率愈高。孵化的最高浓度极限为0.35%。吸水卵在含盐量1.0%以上的土壤中,其孵化率随盐分上升而递減,最高孵化的盐量极限为3.5%,二者对盐分的抵抗力差别甚大。  相似文献   

20.
受全球变化及人类利用方式强度影响,草地灌丛化已成为干旱半干旱地区草原生态系统最为突出问题之一.准确掌握大尺度草地灌丛化信息,对草地可持续利用管理及气候变化响应分析具有重要的意义.极化合成孔径雷达在地表粗糙度、灌木生物量等估算上已经展现出了一定潜力,其与多光谱光学影像的结合从理论上来说具备开展草原灌丛化监测的可能,然而目...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号