您的位置: 专家智库 > >

李贺

作品数:9 被引量:11H指数:1
供职机构:中国农业科学院农业资源与农业区划研究所更多>>
发文基金:引进国际先进农业科技计划国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 8篇专利
  • 1篇期刊文章

领域

  • 5篇自动化与计算...
  • 1篇农业科学

主题

  • 6篇地膜
  • 6篇地膜覆盖
  • 6篇农田
  • 6篇膜覆盖
  • 4篇农业遥感
  • 4篇纹理
  • 4篇纹理特征
  • 3篇地物
  • 3篇地物分类
  • 3篇遥感
  • 3篇可分离性
  • 2篇遥感影像
  • 2篇遥感影像数据
  • 2篇叶面
  • 2篇叶面积
  • 2篇叶面积指数
  • 2篇影像数据
  • 2篇生育
  • 2篇生育期
  • 2篇作物

机构

  • 9篇中国农业科学...

作者

  • 9篇陈仲新
  • 9篇李贺
  • 6篇王利民
  • 6篇哈斯图亚
  • 3篇吴尚蓉
  • 2篇任建强
  • 1篇唐华俊
  • 1篇杨鹏
  • 1篇刘斌

传媒

  • 1篇农业工程学报

年份

  • 3篇2020
  • 1篇2019
  • 1篇2018
  • 4篇2016
9 条 记 录,以下是 1-9
排序方式:
一种作物的叶面积指数反演方法
本发明公开一种作物的叶面积指数反演方法,包括:S1,获取研究区全极化雷达图像;S2,从S1中的全极化雷达图像模拟得到紧致极化数据。利用全极化雷达图形,模拟得到紧致极化雷达数据;S3,对S2中的紧致极化数据进行极化分解,得...
刘长安陈仲新李冰艳吴尚蓉李贺
文献传递
基于光谱和纹理特征的地膜覆盖农田遥感监测方法
一种基于纹理特征的地膜覆盖农田遥感监测方法,包括:S1,对研究区的遥感影像数据进行预处理;S2,建立地膜覆盖农业遥感监测分类体系;S3,利用与研究区的遥感影像数据相同时相的Google?Earth影像,采集分类体系中不同...
陈仲新哈斯图亚王利民李贺
基于光谱特征的地膜覆盖农田遥感监测方法
一种基于光谱特征的地膜覆盖农田遥感监测方法,包括:步骤S1,对遥感影像进行预处理,包括:S1,辐射校正、大气校正和对影像进行镶嵌、裁剪处理以获取研究区影像;S2,建立地膜覆盖农田遥感监测分类体系,以区分地膜覆盖农田和其他...
陈仲新哈斯图亚王利民李贺
文献传递
基于微波散射和冠层模拟的麦类作物叶面积指数反演方法
本发明涉及遥感领域,提出一种基于微波散射和冠层模拟的麦类作物叶面积指数反演方法,包括:S1,基于实测作物和土壤数据,通过麦类作物分生育期微波散射模型模拟研究区麦类作物在各关键生育期作物和土壤的微波散射情况,然后根据微波散...
吴尚蓉陈仲新杨鹏任建强李贺
文献传递
基于纹理特征的地膜覆盖农田遥感监测方法
一种基于纹理特征的地膜覆盖农田遥感监测方法,包括:S1,对遥感影像数据进行预处理;S2,建立地膜覆盖农业遥感监测分类体系;S3,通过目视解译,采集所述分类体系中不同地物类型的不规则多边形样本,然后再通过目视解译在不规则多...
陈仲新哈斯图亚王利民李贺
基于光谱和纹理特征的地膜覆盖农田遥感监测方法
一种基于纹理特征的地膜覆盖农田遥感监测方法,包括:S1,对研究区的遥感影像数据进行预处理;S2,建立地膜覆盖农业遥感监测分类体系;S3,利用与研究区的遥感影像数据相同时相的Google Earth影像,采集分类体系中不同...
陈仲新哈斯图亚王利民李贺
文献传递
基于光谱特征的地膜覆盖农田遥感监测方法
一种基于光谱特征的地膜覆盖农田遥感监测方法,包括:步骤S1,对遥感影像进行预处理,包括:S1,辐射校正、大气校正和对影像进行镶嵌、裁剪处理以获取研究区影像;S2,建立地膜覆盖农田遥感监测分类体系,以区分地膜覆盖农田和其他...
陈仲新哈斯图亚王利民李贺
冬小麦鲜生物量估算敏感波段中心及波宽优选被引量:11
2016年
开展高光谱作物生物量估算敏感波段中心和最优波段宽度筛选对提高作物生物量估算精度具有重要意义。该文以冬小麦为研究对象,利用小麦关键生育期内350~1000 nm冠层高光谱数据和实测地上鲜生物量,研究任意两波段构建的窄波段归一化植被指数N-NDVI(narrow band normalized difference vegetation index)与冬小麦地上鲜生物量间的相关关系,构建拟合精度R^2二维图,并以R^2极大值区域重心作为高光谱估算鲜生物量敏感波段中心。通过对敏感波段中心进行波段扩展和相应生物量估算验证,最终确定敏感波段最佳波段宽度。在此基础上,开展基于敏感波段最优波段宽度下冬小麦地上鲜生物量估算和精度验证。结果表明,在N-NDVI与冬小麦鲜生物量间拟合R2≥0.65的二维区域内,确定了401 nm/692 nm、579 nm/698 nm、732 nm/773 nm、725 nm/860 nm、727 nm/977 nm 5个鲜生物量估算的高光谱敏感波段中心;在高光谱估算生物量归一化均方根误差NRMSE≤10%、相对误差RE≤10%条件下,上述5个敏感波段中心的最优波段宽度分别为±21 nm、±5 nm、±51 nm、±40 nm和±23 nm。通过与实测鲜生物量数据对比,利用上述敏感波段中心最优波段宽度进行作物生物量估算,精度在P<0.01水平上均达到极显著水平,且RE、NRMSE分别在8.15%~9.14%、8.69%~9.65%范围内。可见,利用作物冠层高光谱进行冬小麦地上鲜生物量估算时,N-NDVI与鲜生物量间拟合R2极大值区域重心的作物高光谱敏感波段筛选和最优波段宽度确定具有一定可行性,为开展作物高光谱数据波段优选提供了新思路,也为多光谱遥感波段设置及遥感数据应用潜力评价提供一定依据。
刘斌任建强陈仲新唐华俊吴尚蓉李贺
关键词:遥感作物生物量冬小麦
基于纹理特征的地膜覆盖农田遥感监测方法
一种基于纹理特征的地膜覆盖农田遥感监测方法,包括:S1,对遥感影像数据进行预处理;S2,建立地膜覆盖农业遥感监测分类体系;S3,通过目视解译,采集所述分类体系中不同地物类型的不规则多边形样本,然后再通过目视解译在不规则多...
陈仲新哈斯图亚王利民李贺
文献传递
共1页<1>
聚类工具0