排序方式: 共有19条查询结果,搜索用时 46 毫秒
1.
通过多次实验分析,对重铬酸钾法测定水样中化学需氧量方法中,用空白滴定值代替标准滴定值进行比对,结论可行,这样操作既简化了工作又减少了试剂用量,还避免了二次污染。 相似文献
2.
湖泊蓝藻水华的精准动态监测,可为水利及环保部门评价污染水体的防治效果、优化和调整防治政策提供依据。论文以巢湖为研究对象,利用Landsat TM/OLI、HJ-1B CCD/IRS和NPP-VⅡRS三种不同空间分辨率的影像数据,通过归一化水体指数(Normalized Difference Water Index,NDWI)实现巢湖水域范围提取,利用归一化植被指数(Normalized Difference Vegetation Index,NDVI)和浮游藻类指数(Floating Algae Index,FAI)提取2010~2014年共22景巢湖蓝藻的爆发区域。进一步的,对NDVI和FAI两种方法计算的蓝藻爆发区域进行对比分析,评价Landsat、HJ-1B以及VⅡRS三种影像数据对巢湖蓝藻水华空间和时间的监测效果及适用性,进而结合气象因素分析不同气象因子对蓝藻水华爆发的影响。研究结果表明:(1)相比NDVI指数,FAI指数(Landsat和HJ-1B数据为主,VⅡRS数据辅助)能降低薄云对蓝藻水华提取效果的影响,可提高蓝藻水华爆发区域、程度的识别能力;(2)气象因子中气温和日照时长加重了蓝藻水华爆发的严重程度,降水则对蓝藻水华的爆发起到一定的抑制作用。综上所述,论文引入VⅡRS卫星影像研究巢湖蓝藻水华爆发,利用FAI指数降低薄云对蓝藻水华爆发面积提取精度的影响,取得的研究结果可为基于多源卫星遥感数据的巢湖蓝藻水华动态监测系统开发提供重要的方法支持,有利于推进卫星遥感技术在安徽省河长制和湖长制中发挥重要作用。 相似文献
3.
随着以太网络技术和数字信号处理技术的飞速发展,如何使嵌入式处理器具备网络通讯的功能成为目前研究的新领域.结合以DSP TMS320C6713为主处理器的SEED-DEC6713嵌入式控制板和新型10/100M自适应以太网控制器LAN92181,主要讨论了如何扩展SEED-DEC6713的网络通讯模块,如何编写网卡的驱动程序,以及如何在嵌人式实时操作系统μC/OS-Ⅱ上移植TCP/IP协议栈LwIP的问题.经过测试将所开发的这套硬件系统应用于网络音频数据的监听,收到了实效. 相似文献
4.
成像高光谱的近地田间应用为农业定量遥感的发展提供了新的契机。如何发挥其图谱合一的数据优势,尤其在解析土壤、阴影等背景地物对作物养分反演模型的影响需要关注。该研究借助可见/近红外成像高光仪,在近地田间采集小麦群体的成像立方体,根据影像中光照裸土、阴影裸土、光照叶片和阴影叶片的反射光谱特征建立了归一化光谱分类指数,并应用该指数提取大豆影像中不同类型地物的光谱,分析了背景土壤剔除前后的大豆植被归一化光谱与叶绿素密度的决定系数变化情况。结果表明:土壤和阴影叶片光谱去除后,反演叶绿素密度的敏感波段由红-近红外区间(727 nm,922 nm)向蓝、绿,尤其是红波段(710 nm,711 nm)移动。对叶绿素密度敏感的波段区间表现为可见光增加,近红外减少,且红边波段决定系数最高。由此说明,基于归一化光谱指数的植被光谱提纯对定量遥感反演研究具有重要意义。 相似文献
5.
叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT),然后利用小波系数与LAI 建立支持向量机回归(SVR)模型,实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的植被指数、偏最小二乘(PLS)回归等5种方法的反演结果进行统计分析。结果表明:利用连续小波变换确定的LAI 的敏感波段为680、739、802、895 nm,对应尺度分别为8、4、9 和8,对应小波系数的LAI 回归确定系数(R2)明显高于冠层反射率的回归确定系数;利用小波系数与LAI 建立的SVR 模型的反演精度最高,模型实测值与预测值的检验精度(R2)为0.86,均方根误差(RMSE)为0.43;而常用植被指数(归一化植被指数,NDVI;比值植被指数,RVI)建立的估测模型对冬小麦多个生育时期LAI 反演精度最低(R2 0.76,RMSE0.56)。因此利用连续小波变换进行数据预处理,能更好地筛选出对叶面积指数敏感的信息,LAI 回归方法比较结果表明,SVR 比PLS 更适合于LAI 的估测,通过将CWT 与SVR 结合(CWT-SVR)能实现不同生育时期冬小麦叶面积指数的遥感估算。 相似文献
6.
7.
随着新兴应用对通信服务质量需求的不断提高,无线网络中的通信量呈指数级增长,给移动核心网络和回程链路带来了巨大的负担。第五代移动通信(5G,the Fifth Generation Mobile Communication)已经成为学术界和工业界关注的热点。其中移动边缘计算(MEC,Mobile Edge Computing)被认为是满足用户需求、减少内容传输延迟的关键技术之一。文章主要研究的是移动边缘计算中协作缓存策略的改进。目前国内外对移动边缘缓存策略虽然已进行了大量的研究,但仍有问题没有考虑到:第一,大部分研究都没有考虑到用户的分布与MEC服务器的位置之间的关系。第二,现有的研究很少考虑内容流行度和缓存容量之间的关系。于是论文在原有的协作缓存的基础上提出了基于分组和分层的协作缓存策略。因此,论文考虑当MEC服务器位置较为分散时,需要将服务器分为两个以上的簇时对内容传输延迟的影响,提出基于模糊c均值聚类算法(FCM,Fuzzy C-means Algorithm)的多分组和分层的协作缓存策略,并通过仿真实验进行验证分簇数的变化是否会对内容传输延迟有影响。 相似文献
8.
9.
为了准确监测小麦白粉病染病早期病情,给喷药防治提供技术指导,论文将染病初期的小麦叶片作为研究对象。首先,利用高光谱图像数据,通过图像特征分割出叶片区域和病斑区域,定量计算病情严重度;其次引入Relief-F算法提取染病早期最敏感波段和波段差,计算出白粉病病害指数PMDI (Powdery mildew disease index);并通过分析病情指数DI (Disease index)与11种植被指数(含PMDI指数)的相关性及线性模型,得出PMDI模型有最高的决定系数(R2=0.839 9)和最低的均方根误差(RMSE=4.522 0),效果优于其他病害植被指数的结果(其中,Normalized Difference Vegetation Index,NDVI的模型决定系数最高,R2=0.777 1,RMSE=5.336 4);最后,选择PMDI和NDVI植被指数分别构建小麦白粉病染病早期病情严重度的支持向量回归模型。结果表明:经敏感波段筛选构建的PMDI指数的预测结果更好,预测模型的R2=0.886 3,RMSE=3.553 2,可以实现小麦白粉病早期无损诊断,这为指导作物病害喷药防治提供重要的技术支撑。 相似文献
10.
遥感反演的叶面积指数(LAI)时间序列被广泛应用于气候模拟、作物长势监测等研究。但遥感数据受天气等因素影响,时间序列的LAI 数据存在缺失。支持向量机(SVM)是一种有效的数据分类和回归预测工具,而最小二乘支持向量机(LS-SVM)是对SVM 的有效改进。以西藏那曲县为例,使用2003-2011 年MODIS LAI 产品,分别用LS-SVM 和SVM 两种方法对研究区域2011 年LAI 时间序列进行预测,并用MODIS 原始LAI 以及部分地面实验样点值进行验证。结果表明,基于LS-SVM 的LAI 时间序列预测算法的精度比基于SVM 的算法高,从而证明LS-SVM 方法能够弥补遥感反演时间序列LAI 数据的缺失问题,对提高时间序列的LAI 遥感产品质量具有重要意义。 相似文献