冬小麦蛋白品质遥感监测预报系统-计算机应用技术专业论文.docxVIP

冬小麦蛋白品质遥感监测预报系统-计算机应用技术专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
冬小麦蛋白品质遥感监测预报系统-计算机应用技术专业论文

内容摘要 以大面积、无损的冬小麦蛋白品质监测预报为目标,基于 WebGIS 技术,实现了 冬小麦蛋白品质遥感监测预报系统。研究从冬小麦收获前期品质趋势预报和冬小麦收 获期品质监测两个内容出发,在前人研究的基础上,分别对传统的品质-植被指数遥 感监测预报模型进行了改进并将其系统融合到系统中。冬小麦蛋白品质趋势预报中, 筛选敏感的植被指数同纬度信息共同反演能够表征前期冬小麦蛋白品质的农学参数。 冬小麦蛋白品质监测中,在筛选蛋白品质监测敏感植被指数基础上,结合 5 月降雨、 5 月积温、5 月下旬光照及土壤碱解氮含量等环境因子建立品质监测模型。同单纯品 质-植被指数遥感监测预报模型相比,本系统所采用的模型精度有较大提高,且时间、 空间扩展性较好。 基于以上冬小麦蛋白品质监测预报模型,采用 B/S 结构,结合空间信息、计算机、 网络等技术,完成系统的设计和开发。系统?? ASP.NET 为开发平台,采用表现层、业 务服务层、数据支持层三层体系结构。数据支持层以 Oracle +ArcSDE 方式进行数据 存储和管理。业务分析层集成多元线性回归分析方法,在筛选敏感品质参数及遥感植 被指数的基础上,分别建立冬小麦蛋白品质趋势预报和冬小麦蛋白品质监测多元回归 模型。表现层借助于 ArcGIS Server 技术实现监测预报结果专题图发布,并且采用 Ajax 页面异步刷新技术实现用户交互,操作简单。最后,以 2009 年及 2010 年北京 市冬小麦品质监测预报为例,详细的展示了系统的操作方法和处理流程,获得了更为 精确的监测预报结果。 关键词:WebGIS 冬小麦 品质 监测预报 Abstract To achieve dynamic winter wheat quality monitoring and forecasting in larger scale, this study designed and implemented winter wheat quality monitoring and forecasting system based on WebGIS technology. From winter wheat quality trend forecast before the harvest and winter wheat quality monitor after the harvest, respectively, the traditional quality-vegetation index remote sensing monitoring and forecasting model was improved and integrated into the system based on previous studies. Combined with latitude information, the vegetation index screened was used to estimate agronomy parameters related to winter wheat quality in early stage for the quality trend forecasting. On the combination of rainfall in May, temperature in May, illumination in late May, the soil available nitrogen content and other environmental factors, the quality monitoring model was established. Compared with simple quality-vegetation index remote sensing monitoring and forecasting model, the model used in this system greatly improved accuracy and had good space-time scalability. Based on the winter wheat quality monitoring and forecasting model above, this study combined spatial information, computers, networks and other technologies to design and complete the development of the system in B/S structure

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档