久热精品在线视频,思思96精品国产,午夜国产人人精品一区,亚洲成在线a

  • <sub id="y9mkp"></sub>
    <sub id="y9mkp"><ol id="y9mkp"><abbr id="y9mkp"></abbr></ol></sub>

    1. <style id="y9mkp"><abbr id="y9mkp"><center id="y9mkp"></center></abbr></style>
      <legend id="y9mkp"><u id="y9mkp"></u></legend>
      <s id="y9mkp"></s>

      天然氣微泄漏脅迫下大豆冠層葉綠素含量的高光譜估測

      姚勝男; 蔣金豹; 史曉霞; 王文佳; 孟豪 中國礦業(yè)大學(北京)地球科學與測繪工程學院; 北京100083; 北京物資學院物流學院; 北京101149

      關鍵詞:微泄漏 冠層葉綠素含量 分數(shù)階微分 bp神經(jīng)網(wǎng)絡 

      摘要:通過野外實驗對天然氣微泄漏脅迫下大豆冠層葉綠素含量(Canopy Chlorophyll Content,CCC)進行高光譜估測,進而根據(jù)CCC的變化信息輔助判斷天然氣微泄漏信息。對大豆冠層光譜進行分數(shù)階微分處理,根據(jù)各微分光譜與CCC的相關性選取敏感波段,構建各微分階數(shù)下的多元線性回歸模型和BP(Back-Propagation)神經(jīng)網(wǎng)絡模型,并對模型進行精度評價,篩選出天然氣微泄漏脅迫下大豆CCC高光譜估測的最優(yōu)模型。通過對各模型的精度評價可知:基于0.5階微分的BP神經(jīng)網(wǎng)絡模型建模集R^2為0.914、RMSE為0.241g/m^2、RPD為3.351,驗證集R^2為0.873、RMSE為0.294g/m^2、RPD為2.465,在所有模型中,其精度最高、預測效果最好,且穩(wěn)定性好。因此,該模型可用于天然氣微泄漏脅迫下大豆CCC的高光譜估測。

      地理與地理信息科學雜志要求:

      {1}文中圖、表請順序標號,且應有名稱;若系采用于其他資料,請注明資料來源。

      {2}文章格式一般要包括:題目、作者及單位、郵編、內(nèi)容摘要、關鍵詞、正文、參考文獻等。

      {3}作者請自留底稿,1個月收到采用通知可自行處理。因本刊人手有限,來稿恕不退還,請多諒解。

      {4}題名應直接體現(xiàn)論文的要旨,必須與論文的內(nèi)容相吻合。為方便讀者檢索,題名還應盡可能包含論文的關鍵詞,以供二次文獻編制題錄、索引。

      {5}順序編碼標注制是按引用文獻出現(xiàn)的先后順序,在文獻的著者或成果敘述文字的右上角用方括號標注阿拉伯數(shù)字編排序號,并在參考文獻表中按此序號依次著錄,即將參考文獻反引在文中引用位置。

      注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

      地理與地理信息科學

      北大期刊
      預計1-3個月審稿

      期刊主頁
      相關期刊
      我們的服務