排序方式: 共有3条查询结果,搜索用时 93 毫秒
1
1.
2.
在2022年生长季内,基于轨道植被观测仪(型号NZD-G1)对呼伦贝尔草原开展了日光诱导叶绿素荧光(Solar-Induce chlorophyll Fluorescence,SIF)的原位观测。相较于归一化植被指数,SIF的低频变化分量同样可以表征植物在生长季内的长势变化,而高频变化可以更清楚地监测植物内光合作用的生理过程,且其高频变化与气象条件密切相关。土壤水含量和SIF的关系是非线性的,当降水持续偏多导致土壤偏涝时,牧草的生理代谢减弱,光合作用减缓(SIF值偏低);当前期降水适量导致土壤湿润,且太阳辐射较强时,SIF值可以持续稳定在较高水平,植物光合作用旺盛,长势良好。而在生长季后期,偏凉的秋雨会显著降低植物的光合作用,且后期难以恢复。 相似文献
3.
全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据具有丰富的极化信息,能够提取出大量异构性特征。核学习方法在解决小样本、高维特征分类问题上具有优势,但异构特征对不同核函数具有响应差异。本文利用一种引入先验标签的多核学习方法进行全极化SAR的溢油信息提取,即基于分析结果对特征集进行遴选与组合,分别在每个特征组合中训练得到一个预备层核函数,以新获取的预备层核函数作为新的底层核函数,对全部特征进行学习分类。通过提取与分析溢油和海水的统计特征、物理散射特征和纹理特征,建立溢油全极化SAR特征谱,并利用引入先验标签的多核学习分类器进行溢油提取实验。结果表明,该方法能够利用全极化SAR多维异构特征的互补特性有效提高溢油分类提取精度。 相似文献
1