排序方式: 共有28条查询结果,搜索用时 15 毫秒
21.
探讨苏州城市景观公园不同群落温湿效应及其对人体舒适感的影响,为公园内部绿地系统的布局和植物种植规划提供参考。以苏州市中国花卉植物园园外道路和园内的道路、香樟林、栀子花林、槐树林、复合林6种不同样地为研究对象,测量分析各样地温湿度变化以及对人体舒适度的影响。结果表明:将园外沥青道路作为对照,在降温强度方面,园内不同样地的降温幅度0~4.2℃,依次为乔草>乔灌草>灌草>园内沥青道路;在增湿强度方面,园内不同样地的增湿幅度0~11.7%,香樟林、槐树林、复合林在白天的增湿效果十分明显。在不同季节,整个植物园相比于园外沥青道路有降温增湿的作用,人体舒适感增加,为人们户外活动提供了一个良好的选择。今后在公园的经营管理过程中,在植物配植方面,可以考虑以乔木为主体,选择单一或复合混交结构,合理建设游憩林等林下休闲场所,以最大限度改善生态环境,吸引更多游客。 相似文献
22.
23.
24.
水稻产量的准确估算在农业生产中具有重要意义。本文通过无人机搭载多光谱传感器,获取水稻主要生育期冠层光谱信息,通过提取不同生育期8种植被指数与水稻产量的实测值建立拟合关系,筛选出最优植被指数和最佳的无人机遥感作业时期,建立水稻估产模型。结果表明,水稻生长前期不适合估产,抽穗期至成熟期估产效果好。最佳估产生育期是水稻抽穗期,基于该时期的植被指数NDVI、RVI、DVI、GNDVI、MSAVI2建立的多元线性模型估测效果较好,验证精度佳。因此,利用无人机多光谱数据对水稻产量进行估测是可行的。 相似文献
25.
水稻土中有机质光谱常常受到水分、秸秆等土壤背景的影响,为了减弱或去除非有机质组分对有机质光谱的影响,构建南方水稻土有机质估算模型。利用机载高光谱(GaiaSky Mini2 VN)作为数据源,对原始反射率进行单一和组合变换(去除包络线、倒数、对数、一阶微分、二阶微分单一变换和倒数一阶微分、对数一阶微分、倒数对数组合变换)提取一维特征光谱;通过对变化后光谱进行比值和归一化处理,提取二维特征光谱;构建基于特征光谱的线性(多元回归、偏最小二乘)和非线性(反向传播神经网络、支持向量机)有机质预测模型,监测南方水稻土有机质含量。结果表明:一维光谱变换能显著增强光谱对有机质响应的敏感度,二维光谱变换能充分挖掘光谱信息,增强有机质与光谱之间的内在联系,提高建模精度。非线性模型(BPNN、SVM)尤其是BPNN对土壤有机质拟合性好,建模精度高。基于原始反射率比值指数建立的BPNN模型建模精度达到0952,检验精度达到0889,建模效果最优。该结果适用于南方水稻土有机质监测,对机载高光谱在土壤有机质监测中的特征波段提取和建模方法选择具有重要借鉴意义,对现代农业发展管理提供新的思路。 相似文献
26.
基于MODIS的南方草地NPP遥感估算与应用 总被引:1,自引:0,他引:1
草地NPP遥感模型的构建是实现大面积草地NPP估算的有效途径之一。以MODIS-NDVI数据为基础,以南方草山草坡为研究对象,结合野外实测数据,分析了草地NPP与NDVI之间的关系,同时构建了以NDVI为自变量以及水热条件为调节因子的南方草地NPP遥感估算模型,并通过不同年份独立的实测数据对模型进行了验证。结果表明,南方草地NPP与NDVI之间存在5种相关类型,均达到了极显著水平。NPP的模拟值和实测值之间具有很好的相关性和一致性,5种草地类型R2分别为0.902 2,0.826 6,0.871 2,0.887 7和0.875 5,均达到了极显著水平,均方根误差(RMSE)和相对均方根差(RRMSE)均较小。表明模型的模拟结果比较可靠,为南方草地NPP估算及草地资源管理提供了一种有效的方法。 相似文献
27.
对云南个旧锡工矿区周边土壤上种植的甘蔗进行了田间调查研究。结果表明:(1)采样区域甘蔗种植地各采样点重金属污染状况不同,从空间上看,铅厂附近农田选厂尾矿坝附近农用地矿山农用地远离工矿区农田;从单污染指数来看,Cd、Cu、Zn污染严重,Pb污染较轻,Cr未受污染。(2)不同区域采集的甘蔗植株各器官中重金属含量变异较大,表现出土壤污染严重的地区甘蔗植株各器官中重金属含量也较高。从污染情况来看,除Cu元素在部分采样点未受到污染外,其他元素均受到不同程度的污染,其中,Pb、Cr和Cd的污染尤为严重。(3)各元素在甘蔗各器官中的分布没有普遍性。所分析的5种重金属元素生态风险均较高,特别是Pb和Cd的生态危害指数非常高,其潜在生态风险相当严重。从不同器官来看,其潜在生态风险指数表现为叶根茎。 相似文献
28.
比较筛选水稻冠层SPAD值估测模型,为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像,选取7种常用的植被指数,利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明,在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同,拔节期最高的是GNDVI,抽穗期最高的是CIGreen,乳熟期最高的是CIRededge。抽穗期是水稻叶片SPAD值反演的最佳时期,模型具有较好的建模精度和估测效果,其中多元线性回归的建模精度较高,偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。 相似文献