排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
基于高光谱的土壤全氮含量估测 总被引:10,自引:0,他引:10
基于高光谱(350~2 500 nm)数据,研究了我国中、东部地区5种主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法(PLS)、BP神经网络(BPNN)和特征光谱指数的土壤全氮含量估算模型。结果表明,以500~900 nm、1 350~1 490 nm区域波段反射率经Norris滤波平滑后的一阶导数光谱为基础,构建的基于PLS和BPNN的土壤全氮含量估算模型精度较高,建模决定系数分别为0.81和0.98;独立观测资料检验结果显示,模型预测决定系数分别为0.81和0.93,均方根误差RMSE为0.219 g·kg-1和0.149 g·kg-1,相对分析误差RPD为2.28和3.36,说明PLS和BPNN模型对土壤全氮含量具有较高的预测精度。在光谱指数的分析中,基于近红外872 nm和1 482 nm 两个波段的差值光谱指数DI(NDR872,NDR1482)对土壤全氮含量最敏感,建模决定系数、预测决定系数、RMSE和RPD分别为0.66、0.53、0.31 g·kg-1和1.60。比较而言,三种方法估算土壤氮含量的精度顺序为BPNN模型>PLS>DI(NDR872,NDR1482),基于PLS和BPNN两种方法建立的土壤全氮含量高光谱估测模型具有较高的精度,可以用来精确估算土壤全氮含量;基于两波段构建的DI(NDR872,NDR1482)预测效果低于前两者,但也可以用来粗略估测土壤中的全氮含量。 相似文献
2.
为了解办公建筑室内外环境质量的变化特征,运用物联网技术,搭建室内外环境质量监测系统,对福建省厦门市某一办公建筑进行为期一年的连续监测,分析不同楼层办公室(6楼、9楼和15楼)室内外的温度、湿度、光照强度、甲醛、TVOC、CO2以及PM2.5在不同时间尺度下的污染情况与变化特征.结果表明:(1)在逐日变化尺度上,不同楼层办公室室内外温度和湿度都呈现先上升后下降的趋势,光照强度呈现先下降后上升的趋势,PM2.5呈现逐渐下降的趋势,而不同楼层办公室室内外的甲醛、TVOC和CO2的浓度随楼层高度升高而逐渐降低;(2)在季节尺度上,不同楼层办公室室内外温度的变化趋势为夏季>秋季>春季>冬季,室内湿度呈现夏季>春季>秋季>冬季的规律,室内PM2.5的变化规律为冬季>春季>秋季>夏季,而室外湿度、室外PM2.5以及不同楼层办公室室内外的光照强度、甲醛、TVOC和CO2与季节交替的关系不大;(3)... 相似文献
3.
4.
5.
1