安洲科技LOGOdan
  • 产品
  • 服务
  • 应用
  • 案例
  • 新闻
  • 资料
    • 2020-06-01
      500A/1000A 机载探地雷达
    • 2020-06-01
      SE-70/150 多功能机载探地雷达
    • 2020-06-01
      R3无人机多通道地磁仪
    • 2020-06-01
      D032 机载水体测深仪
    • 2019-05-05
      ET10 便携式红外发射率测量仪
    • 2019-05-05
      ET100 便携式红外发射率测量仪
    • 2019-05-05
      410Vis-IR 便携式红外反射发射率仪
    • 2019-05-05
      410Solar 便携式红外反射率测量仪
    • 2019-04-16
      A660 长航时六旋翼无人机系统
    • 2019-04-16
      AZCW系列垂直起降固定翼无人机系统
    • 2020-06-18
      M300 RTK 多旋翼无人机
    • 2019-04-16
      M600 Pro 六旋翼无人机
    • 2019-05-05
      WIC高性能工业级热成像仪
    • 2019-05-05
      ThermoInspector 2nd Generation
    • 2019-05-05
      SAFETIS-TIS640
    • 2019-05-05
      SMARTIS – 智能热成像系统
    • 2019-04-16
      SOC710VP 高光谱成像光谱仪
    • 2019-04-16
      SOC710E 高光谱成像光谱仪
    • 2019-04-16
      SOC710SW 短波红外高光谱成像仪
    • 2021-01-08
      SOC760 全波段高光谱成像光谱仪
    • 2019-12-10
      Ultris 20 series 高光谱光场成像仪
    • 2020-12-18
      V185G 一体式云台高光谱成像系统
    • 2019-07-22
      425 全波段高光谱成像仪
    • 2019-07-22
      410 一体式机载高光谱成像系统
    • 2019-07-24
      Pro Sc 科研级机载双摄热红外成像仪
    • 2019-05-14
      Pro 高性能机载热红外成像仪
    • 2019-07-24
      Agro 作物水分胁迫指数成像仪
    • 2020-02-05
      MEDICAS 医学双摄红外热成像测温仪
    • 2019-04-15
      LiDAR 50无人机激光雷达系统
    • 2019-04-15
      LiDAR 220 无人机激光雷达系统
    • 2019-04-15
      LiDAR 250 无人机激光雷达系统
    • 2019-04-15
      LiDAR 1000 无人机激光雷达系统
    • 2020-07-14
      K12 科研级机载多光谱成像仪
    • 2019-05-14
      K6 科研级机载多光谱成像仪
    • 2019-05-27
      K4 八通道多光谱成像仪
    • 2019-04-12
      K2 六通道多光谱成像仪
    • 2020-12-15
      DR2K机载空气质量分析仪
    • 2020-05-13
      机载HPGe伽马能谱仪
    • 2020-06-02
      DR1K机载多组分气体监测仪
    • 2020-06-02
      mini 机载高精度微型气象站
    more
    • 机载高光谱系统

    • 机载多光谱成像

    • 机载热红外成像

    • 机载LiDAR/倾斜摄影

    • 安防/工业红外热像仪

    • 高光谱成像仪/显微/水下高光谱成像

    • 红外反射率测量

    • 无人机系统

    • 机载辐射测量/气体监测仪

    • 机载探地雷达/地磁仪

    • 光谱辐射计/地物光谱仪

    • 2019-04-30
      RS-5400 高分辨率地物光谱仪
    • 2021-01-28
      SR-3501 便携式地物光谱仪
    • 2019-04-30
      SR-1901PT 太阳能模拟器光谱辐射计
    • 2019-04-30
      SR-4500/A 全制冷型光谱辐射计
    • 2019-04-30
      SR-6500/A 超高分辨率地物光谱仪
    • 2019-05-05
      oreXpress 矿物分析光谱仪
    • 2019-04-30
      RS-8800 多功能地物光谱仪
    • 2019-04-30
      SR-3500 便携式地物光谱仪
    • 2019-04-30
      PSR+高性能超便携地物光谱仪
  • 红外发射率测量
    服务预约入口
    高光谱测量
    遥感数据处理
    卫星光谱定标
    无人机定制
    • 2019-09-25
      大面积无人机热红外航测作业方案
    • 2019-03-19
      机载热红外测量服务
    • 2019-03-19
      机载倾斜摄影测量服务
    • 2019-03-19
      机载高光谱测量服务
    机载飞行服务
    地物光谱测量
    more
    红外发射率测量
    • 2019-08-26
      植物冠层高光谱成像测量服务
    • 2019-08-26
      显微高光谱成像数据测量服务
    • 2019-08-26
      文物修复高光谱成像测量服务
    • 2019-08-26
      品质分析高光谱成像测量服务
    • 2019-08-26
      安洲科技为空天院(遥感所)提供卫星定标场BRDF测量服务
    • 2019-08-26
      机载PSR+高光谱仪卫星定标服务
    • 2019-08-26
      卫星定标场BRDF测量服务
    • 2019-08-27
      地物光谱定量建模与分析
    • 2019-08-27
      机载地物光谱测量与分析
    • 2019-08-27
      矿物地物光谱测量与分析
    • 2019-08-27
      植被地物光谱测量与分析
    • 2020-01-03 涂层材料反射率测量.pdf

      끂1445 305.87 KB
    • 2020-01-03 纳米材料反射率测量.pdf

      끂1744 1.85 MB
    • 2020-01-03 镜面薄膜反射率测量.pdf

      끂1547 2.96 MB
    • 2020-01-03 金属材料反射率测量.caj

      끂1557 8.89 MB
    • 2020-03-17
      遥感数据拼接
    • 2020-03-17
      植被参数反演
    • 2020-03-17
      水体参数反演
    • 2020-03-17
      遥感影像分类
    • 2019-08-26
      无人机定制改装集成服务
    无人机定制与改装
    无人机载设备集成
    无人机任务方案规划
    • 2019-05-30
      SOC710VP 高光谱成像光谱仪
    • 2019-05-14
      SR-6500/A 超高分辨率地物光谱仪
    • 2019-05-14
      S185 机载高速成像光谱仪
    • 2019-04-15
      Pro 高性能机载热红外成像仪
    • 2019-03-20
      德州农工大学利用SOC710分割海藻表面高光谱图像
    • 2019-03-20
      西南医大病变组织光谱数据分析
    • 2019-03-20
      《Nature》子刊发表日本国立自然科学院使用SOC710应用研究不同季节生物对颜色的感知能力
    • 2020-01-03
      基于S185机载高光谱的深度学习方法自动识别冬小麦条锈病研究
    • 2020-01-03
      基于S185机载高光谱与高清数码相机技术的农作物参数评估对比研究
    • 2019-03-20
      安洲科技PSR-3500机载地物光谱仪参与委遥二号与风云三号定标
    • 2019-03-20
      基于PSR-3500高性能地物光谱仪数据的土壤重金属研究
    • 2019-03-20
      S185应用案例--农田土壤有机质的高光谱影像遥感
    • 2021-01-14
      基于S185机载高光谱成像技术的小麦黄锈检测研究
    • 2021-01-14
      基于PSR-3500地物光谱机器学习的水稻叶绿素含量估测研究
    • 2021-01-14
      基于SOC710E高光谱成像系统的小麦籽粒镰刀菌损伤识别
    • 生物食药

    • 刑侦安防

    • 文物保护

    • 2020-01-10
      上海市青浦区 K6多光谱大面积水质反演案例
    • 2019-03-20
      机载高光谱海洋监测应用
    • 2019-03-18
      基于Q285高速成像光谱仪的海洋表面高光谱偏振成像规律研究
    • 2019-03-20
      河北师范资环学院用SOC710进行草地退化指示种高光谱特征波段识别
    • 2019-03-20
      基于S185机载高光谱与DSM数据的红树林树种分类研究
    • 2019-03-20
      基于MODIS影像多角度观测和冠层反射率模型的亚马逊植被叶绿素估算研究
    • 2019-03-20
      使用SOC710VP成像光谱仪快速识别苹果损伤区域
    • 2019-03-20
      清华大学SOC710烟叶品质高光谱成像系统
    • 2019-03-20
      基于SOC710高光谱成像仪提取苹果损伤区域的研究
    more
    • 精准农业

    • 森林草原

    • 遥感科学

    • 环境监测

    • 地质矿产

    • 医学显微

    • 2020-01-03 WIRIS 热像仪在安防领域的应用.pdf

      끂1619 810.49 KB
    • 2020-01-03 S185机载高光谱用于监测雷区军事设施.pdf

      끂1705 1.5 MB
    • 2020-01-03 S185机载高光谱用于爆炸装置的伪装识别.pdf

      끂1591 4.33 MB
    • 2020-03-18
      文物等级鉴别
    • 2020-03-18
      文物涂料分析
    • 2020-03-18
      文物材料分类
    • 2019-12-31
      基于SOC710显微高光谱成像仪的微囊藻与束丝藻两种蓝藻细菌特性研究
    • 2019-12-31
      基于SOC710显微肾细胞研究--使用显微高光谱图像鉴别膜性肾病
    • 2019-12-31
      基于SOC710高光谱成像技术的烟草等级划分研究
    • 2019-12-31
      基于 SOC710高光谱成像仪的水下目标探测研究
    • 2020-01-02
      SR3500矿物分析带软件功能--印度前寒武纪时期岩石高光谱研究
    • 2020-01-02
      PSR3500植被指数研究--使用UNVI指数监测植被状态
    • 2020-01-02
      PSR3500森林生态系统研究--森林生态系统成像高光谱研究
    • 2019-05-30
      安洲科技PSR-3500机载地物光谱仪参与委遥二号与风云三号定标
    • 高光谱成像

    • 光谱辐射计

    • 红外发射率

    more
    • 2019-03-20
      内蒙古赤峰WIRIS 640机载热红外数据报告
    • 2019-03-20
      广州海岸带银叶树TC640热红外数据报告
    • 2019-03-19
      中国林科院河南济源核桃基地TC640数据报告
    • 2019-03-19
      长沙市郊FZ640热红外飞行报告
    • 2019-07-22
      北京师范大学塞罕坝林场S185+WIRIS Pro+CW10成功飞行验收
    • 2019-03-20
      安洲科技与成都纵横联合实验:S185机载高光谱成像仪+CW10垂起固定翼无人机成功首飞
    • 2019-03-20
      安洲科技与宁波市海洋与渔业执法支队联合验收实验——南沙山岛测量
    • 机载高光谱

    • 机载多光谱

    • 机载热红外

    • 2020-01-10
      上海市青浦区 K6多光谱大面积水质反演案例
    • 2020-01-02
      大面积海岸带 K6 多光谱飞行数据报告
    • 2020-01-02
      中国农科院廊坊中试基地 K6 多光谱小麦飞行数据报告
    • 2020-01-02
      河南农业大学K6多光谱冬小麦飞行数据报告
    • 2020-01-03 南昌航空大学利用ET100研究铝合金等发射率.caj

      끂1474 8.89 MB
    • 2020-01-03 美国桑迪亚大学利用410Solar测量太阳镜薄膜反射率.pdf

      끂1673 2.96 MB
    • 2020-01-03 美国纳米材料研究中心利用410Solar测量纳米材料反射率.pdf

      끂1495 1.85 MB
    • 2020-01-03 澳大利亚国立大学利用410Solar测量不同涂层材料反射率.pdf

      끂1424 305.87 KB
    • 2020-09-25
      安洲科技利用S185G机载高光谱参与宁夏贺兰山生态修复治理
    • 2020-08-27
      高光谱&激光雷达&倾斜摄影融合
    • 2020-08-19
      S185机载高光谱+固定翼无人机—— 松嫩平原西部湿地大面积高光谱调查
    • 2019-11-28
      安洲科技参与空天院东营黄河口地区联合观测实验
    • 2019-09-05
      安洲科技参与中国辐射基准场辐射特性无人机观测联合试验
    • 2019-08-05
      安洲科技参加2019年中国土壤学会联合学术研讨会
    • 2019-07-31
      安洲科技参加中美碳联盟(USCCC)第十六届年会
    • 2019-07-04
      安洲科技参加第六届全国积雪遥感学术研讨会
    • 2019-06-24
      2019年无人机遥感及高光谱应用技术交流会圆满落幕
    • 2019-06-21
      安洲科技参加第四届定量遥感学术论坛
    • 2019-03-25
      安洲科技参与成都纵横举办无人机开发者大会
    • 2019-03-18
      安洲科技赴香港理工大学SOC710系统成功交付
    • 公司新闻

    • 行业动态

    • 科技前沿

    more
    • 2019-06-02
      欧洲Sentinel-5P卫星聚焦空气污染问题
    • 2019-06-02
      激光在太空应用:地球任务测试新技术
    • 2019-06-02
      欧洲航天局拟在月球暗面建造人类居住地
    • 2019-06-02
      美国UCI大学科学家公布新的星基全球干旱强度指数
    • 2019-06-02
      NASA火星登陆器将进行火星地震研究
    • 2019-06-02
      海洋与天空相遇的地方:NASA进行新型雷达试验
    • 2019-06-02
      我国首颗碳卫星发射成功 可监测全球二氧化碳浓度
    • 2019-06-02
      人类探测器首次近距离飞过冥王星 传回高清照片
    • 2019-06-18
      借助多种手段研究大气颗粒物对气候的影响
    • 2019-06-18
      NASA构建大气污染监测传感网络
    • 2019-06-18
      欧盟启动大气污染物与气候变化相互作用研究项目
    • 2019-06-18
      怎样评估建筑材料是否满足LEED和减少热岛效应的要求?
    • 2019-06-18
      欧空局(ESA)发布地球探测新计划
    • 2019-06-18
      美国宇航局(NASA)2030年地球科学展望
    • 2019-06-18
      我国拥有了七种空间对地观测数据获取平台
    • 2019-06-18
      联合国推动全球海洋监测系统建设
  • 常见问题
    标准规范
    文献下载
    • 2019-05-28 20181110 SOC710文献目录.pdf

      끂2374 497.4 KB
    • 2019-05-28 20181110 SEI地物光谱文献目录.pdf

      끂2083 646.88 KB
    • 2019-05-28 20181110 S185文献目录.pdf

      끂2505 772.54 KB
    • 2019-03-18 UAS sensors and data processing in agroforestry a review towards practical applications.pdf

      끂2035 4.78 MB
    • 2019-03-18 Unmanned Aerial Vehicle Remote Sensing for Field-Based Crop Phenotyping Current Status and Perspectives.pdf

      끂1868 2.7 MB
    • 2019-03-18 Retrieving Soybean Leaf Area Index from Unmanned Aerial Vehicle Hyperspectral Remote Sensing Analysis of RF, ANN, and SVM Regression Models.pdf

      끂1789 2.6 MB
    • 2019-03-18 Influence of the Viewing Geometry Within Hyperspectral Images Retrieved from Uav Snapshot Cameras.pdf

      끂1784 1.13 MB
    • 2019-03-18 Estimation of Winter Wheat Above-Ground Biomass Using Unmanned Aerial Vehicle-Based Snapshot Hyperspectral Sensor and Crop Height Improved Models.pdf

      끂1915 6.38 MB
    more
    产品资料
    • 2020-08-26 WIRIS Pro 高性能机载热红外成像仪.pdf

      끂1055 7.7 MB
    • 2020-08-26 SOC系列高光谱成像光谱仪.pdf

      끂1045 7.11 MB
    • 2020-08-26 SEI高性能地物光谱仪.pdf

      끂1033 2.4 MB
    • 2020-08-26 S185 机载画幅式高速高光谱成像仪.pdf

      끂1081 3.96 MB
    • 2020-08-26 K6 科研级机载多光谱成像仪.pdf

      끂997 4.11 MB
    • 2020-08-26 2020 安洲科技产品册I 无人机遥感.pdf

      끂1028 20.51 MB
    • 2020-08-26 425全波段高光谱成像系统.pdf

      끂1061 829.76 KB
    • 2020-01-02
      热红外成像测温标准
    • 2020-01-02
      高光谱数据格式标准
    • 2020-01-02
      反射率测量仪符合标准
    • 2020-01-02
      无人机术语定义
    • 2020-01-02
      热红外成像仪主要指标定义
    • 2020-01-02
      光谱仪主要指标定义
끠 搜索
文章 ꀁ
  • 文章

全国统一电话:4006-507-608

首页
  • 我们
    • 公司简介
    • 国际伙伴
    • 典型客户
    • 人才招聘
    • 联系我们
  • 简体中文
联图二维码-1

S185应用案例--农田土壤有机质的高光谱影像遥感

定量检测耕地土壤有机质(SOM),并掌握其空间变化对于农业可持续发展具有很重要的意义。本研究通过成像光谱技术旨在分析SOM之间及不同像元大小的高光谱图像的反射率,并建立了估算SOM的最优模型。本文采用小波变换的方法分析高光谱反射率和SOM之间的相关性。然后筛选出最佳的像素尺寸和敏感的小波特征尺度,用于开发SOM的反演模型。结果表明土壤光谱的小波变换有助于提高小波特征和SOM的相关性,在可见波长范围内,SOM的特征波峰主要集中在460-603nm。随着波长的增加,小波对应相关系数最大然后逐渐下降,在近红外波段,SOM的易感小波特征主要集中在762-882nm。随着波长的增加,小波尺度逐渐减小。

北京农业信息技术研究中心

定量检测耕地土壤有机质(SOM),并掌握其空间变化对于农业可持续发展具有很重要的意义。本研究通过成像光谱技术旨在分析SOM之间及不同像元大小的高光谱图像的反射率,并建立了估算SOM的最优模型。本文采用小波变换的方法分析高光谱反射率和SOM之间的相关性。然后筛选出最佳的像素尺寸和敏感的小波特征尺度,用于开发SOM的反演模型。结果表明土壤光谱的小波变换有助于提高小波特征和SOM的相关性,在可见波长范围内,SOM的特征波峰主要集中在460-603nm。随着波长的增加,小波对应相关系数最大然后逐渐下降,在近红外波段,SOM的易感小波特征主要集中在762-882nm。随着波长的增加,小波尺度逐渐减小。本研究采用逐步线性回归(SLR)的方法,建立了连续小波变换的多元模型。CWT-SLR模型比单变量模型的准确度更高。随着重采样尺度的增大,CWT-SLR模型的精度逐渐提高,而测定系数(R2)从0.52上升到0.59。5*5的R2最高(0.5954),RMSE最低(2.41g/kg)。说明基于连续小波变换的多元模型比单变量模型具有更好的SOM估计能力。

1.前言:

土壤有机质(SOM)是农田肥力的重要指标之一,有利于作物的产量改良。定量监测耕地土壤有机质(SOM),并掌握其空间变化有利于农业生产力的调整和可持续发展。高光谱技术可用于农作物的快速无损检测。国内外学者对耕地土壤有机质光谱响应进行了大量的研究。Galvao等人发现550-700nm土壤光谱的吸收峰主要受土壤有机质的影响。Stoner等人指出,如果SOM含量低于2%,土壤高光谱影响不大来自SOM。Morra等证明短波近红外波段适合区分土壤有机物成分。顾等人对敏感带进行筛选,开发了反演模型,并绘制了其县级分布耕地的SOM。土壤类型的差异导致了模型和结果的不一致性,这是现有研究的最大缺陷,也是高光谱成像技术监测土壤有机质的有效性不高的原因。无人机遥感技术近年来迅速发展,可以用来有效解决卫星数据缺失的适当遥感以其灵活的监测能力。通过在无人机平台上使用成像光谱仪,可以获得农田高光谱遥感影像,从而对小尺度土壤有机质的含量和空间分布进行规模监测。本研究旨在分析SOM与高光谱图像像元大小之间的响应,并提出用成像光谱技术估计SOM的模型最优化方法。

2.研究区域和材料:

        2014年在三个不同土壤类型研究区采集132个土壤样品,第一个研究区域为中国陕西省杨凌(YL)地区,土壤类型肥沃。第二个研究区域是河北省安平(AP)土壤类型为风沙土。第三个研究区域是北京市小汤山(XTS),土壤类型为潮土。所有研究区域主要轮作制度为冬小麦-夏玉米。

img1

图1 预处理土壤样品

 

土壤样品的标准处理包括露天烘干,研磨和网筛,可有效避免水分和粒径对高光谱数据的影响。一部分土壤样品用于测量高光谱数据,另一部分用重铬酸钾滴定法测定有机质含量。使用德国机载实时高光谱成像仪(S185)来测量土壤样品。该光谱仪有125个波段(450-950nm),间隔为4nm,可在无人机上实时全波段同步成像。

表1 土壤有机质含量的统计特征值

img2

 

http://www.azup.com.cn/uploadfile/2017/0104/20170104100856232.jpg

图2 S185实时光谱成像光谱仪

 

img4

图3 用S185扫描土壤样品

3.方法:

本研究的主要方法可以描述如下:经标准化预处理后,成像光谱仪获得土壤样品的高光谱图像。采用小波变换的方法分析高光谱反射率与SOM的相关性。然后筛选最佳像素尺寸和敏感小波特征尺度,建立SOM反演模型。未使用的土壤样本用来评估模型的准确性。通过确定系数(R2)来验证该模型的稳定性,由均方根误差(RMSE)验证模型的预测能力。

3.1 土壤高光谱图像的连续小波变换分析

本研究设计了5个像元尺度梯度,包括1*1,2*2,3*3,4*4和5*5。对土壤高光谱进行重采样图片。以墨西哥草帽‘mexh’小波基函数,对重采样进行连续小波变换土壤高光谱数据并计算小波分解尺度。有机质和有机质的相关性,小波分解尺度计算和映射如下。

img5

 

img6

A~1*1;B~2*2;C~3*3;D~4*4;E~5*5

图4 不同像素尺寸的相关系数矩阵图

图中的每个判定系数(R2)对应不同的光谱带和分解尺度,图中显示了SOM与小波尺度之间的敏感性。SOM的易感小波特征主要表现在:可见波长范围集中在460-603nm。随着波长的增加,小波尺度相关系数最大值增加,然后逐渐减小在近红外波长SOM的易感小波特征主要集中在762-882nm。随着波长的增加,小波尺度逐渐减小。因此土壤高光谱的小波变换有助于提高小波特征和SOM之间的相关性。

3.2建立SOM的反演模型

选中三分之二的土壤样品随机建立反演模型,其余的评估准确性。四个函数包括线性,对数,二次多项式和指数类型用来开发小波变换分解尺度的SOM反演模型。最佳模型在决定系数和RMSE的基础上进行了筛选。结果表明,不同采样尺度下的二次多项式函数模型最高决定系数。有5个重采样尺度的SOM的小波特征是WF6,WF6,WF6,WF6和WF21,相应的测定系数(R2)分别为0.3823,0.4025,0.4241,0.4256和0.4079。以往的研究表明多元模型可以达到比单变量模型更高的准确性,为了提高了准确性,本研究用连续小波变换的方法研究了连续小波变换的多元模型

逐步线性回归(SLR)。

表2 连续小波变换的SOM多元模型

img7

 

从上表可以看出,CWT-SLR模型比单变量模型具有更高的精度。随着重采样尺度的增大,CWT-SLR模型的精度逐渐提高,而测定系数(R2)从0.52上升到0.59。5*5的测定系数最高(0.5954),RMSE最低(2.41g/kg)。说明基于连续小波变换的多元模型比单变量模型具有更好的SOM估算能力。

3.3 验证

未使用的土壤样本用来评估CWT-SLR模型的精度。验证的主要指标包括相关系数(R2),均方根误差(RMSE)和估算的准确性(EA)。相关系数代表了所开发模型的稳定性,RMSE代表了所开发模型的预测能力。

img8

图5 对不同重采样大小的CWT-SLR模型进行验证

 

验证结果表明,不同重采样尺度的CWT-SLR模型的相关系数在0.5001-0.5762之间波动,RMSE在2.55-2.71g/Kg之间波动。所有估计的准确度达到86.4%以上,表明小波特征可以有效地表示高光谱信息,消除冗余。随着再抽样比例的增加,CWT-SLR模型的精度也逐渐提高。5×5重采样CWT-SLR模型的R2最高(0.5762),RMSE为2.5547g/Kg,EA为87.19%。

4.结论和讨论

为了评估SOM与光谱仪在无人机UVA上的映射可行性,本研究旨在分析SOM与高光谱图像像素尺寸之间的响应,并建立了利用成像光谱技术估算SOM的最优模型。采用连续小波变换的方法分析高光谱反射率与SOM的相关性。筛选最佳像素尺寸和敏感小波特征尺度,开发SOM反演模型。结果表明,SOM的易感带主要集中在460-603nm和762-882nm之间。本研究采用逐步线性回归(SLR)的方法,建立了连续小波变换的多元模型。未使用的土壤样本被用来评估模型的准确性。随着再采样尺度的增加,CWT-SLR模型的精度逐渐提高。5*5的R2最高(0.5954),RMSE最低(2.41g/kg)。说明基于连续小波变换的多元模型比单变量模型具有更好的SOM的估计能力。

 

原文链接:https://www.spiedigitallibrary.org/conference-proceedings-of-spie/10421/0000/Remote-sensing-of-soil-organic-matter-of-farmland-with-hyperspectral/10.1117/12.2278193.short?SSO=1

 


 

分享到: 0
  • 机载高光谱系统

  • 机载多光谱成像

  • 机载热红外成像

  • 机载LiDAR/倾斜摄影

  • 无人机系统

  • 显微/水下高光谱成像

  • 安防/工业红外热像仪

  • 高光谱成像仪/显微/水下高光谱成像

  • 红外反射率测量

  • 光谱辐射计/地物光谱仪

  • 软件/附件

产品列表

  • 机载飞行服务

  • 无人机定制

  • 卫星光谱定标

  • 遥感数据处理

  • 高光谱测量

  • 地物光谱测量

  • 红外发射率测量

  • 服务预约入口

测量服务

摘要:

首页  ꄲ  地质矿产  ꄲ  S185应用案例--农田土壤有机质的高光谱影像遥感
  • ꁸ 回到顶部
  • ꂅ 4006-507-608
  • ꁗ QQ客服
  • ꀥ 微信二维码

北京安洲科技有限公司  版权所有                                                            电话:4006-507-608 010-62111182         邮箱:info@azup.com.cn

                                          Copyright 2009 Auto Parts All Right Reserved

京公网安备 11010802029346号

备案图标
© 京ICP备14030654号
  • 机载飞行服务

  • 无人机定制

  • 卫星光谱定标

  • 遥感数据处理

  • 高光谱测量

  • 地物光谱测量

  • 红外发射率测量

留言板

服务

关注安洲科技官方微信

关于AZUP
끸
验证码
提交
应用
人才招聘
联系我们
公司简介
  • 机载高光谱系统

  • 机载多光谱成像

  • 机载热红外成像

  • 机载LiDAR/倾斜摄影

  • 无人机系统

  • 机载辐射测量/气体监测仪

  • 高光谱成像仪/显微/水下高光谱成像

  • 红外反射率测量

  • 机载探地雷达/地磁仪

  • 光谱辐射计/地物光谱仪

典型客户
国际伙伴
产品
  • 环境监测

  • 精准农业

  • 森林草原

  • 地质矿产

  • 医学显微

  • 生物食药

  • 遥感科学

  • 刑侦安防

  • 文物保护

服务预约入口

上海

公司地址:上海市天山路641号上海慧谷1号楼300#

021-54155790 / 136-9359-7263   sh@azup.cn

 

西安

公司地址:西安市高新区唐延路37号国际公寓C座1106

029-81545954 / 183-0110-7913     xa@azup.cn

 

武汉
公司地址:武汉市武昌区复地东湖国际6期10栋1602

027-87336236 / 183-1035-0796   wh@azup.cn

广州

公司地址:广州市天河区元岗横路31号慧通广场B1-1422

020-28171197 / 186-1252-6361      gz@azup.cn

联系方式

销售部:4006-507-608   sales@azup.cn

技术部:010-62111182  service@azup.cn

市场部:010-62112652  marketing@azup.cn

北京(总部)

公司地址:北京市海淀区上地四街8号华成大厦一层

服务热线:4006-507-608 / 010-62111182 / 62112602

电子邮件:info@azup.cn

 

 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6
 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6
 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6
 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6