基于“三边”参数的油松林叶绿素估算模型

利用ASD便携式手持光谱仪,实测了研究区域内油松林健康松枝和发黄松枝的原始光谱数据,并采集松枝样本进行叶绿素的测定。通过对光谱数据的处理,计算出光谱数据的位置特征参数—"三边"参数。对"三边"参数与所测叶绿素值进行相关性分析,选择最优的参数拟合出叶绿素的线性回归模型。结果表明:基于红边面积(SDr)的健康松树针叶叶绿素估算模型的决定系数为0.788;基于蓝边位置(PDb)的发黄松树针叶叶绿素估算模型的决定系数为0.710。利用实验数据对所建立的估算模型进行验证,健康松树针叶与发黄松树针叶叶绿素估算模型的可靠性均满足实验要求,说明应用"三边"参数估算植被叶绿素的方法是可行的。

基于Robot FrameWork接口自动化测试方法研究

随着互联网技术的高速发展,计算机软件的变化呈现出规范化、规模化、快速迭代的新趋势,如何保证软件质量、提高软件测试效率成为业界关注的问题。在过去的软件测试过程中,通常需要测试人员手动完成一些重复性的测试任务,在降低了工作效率的同时也增加了出现错误的风险。近年来自动化测试技术被人们所了解、熟知和应用,改变了人们对传统测试流程的看法。本文讨论了基于Robot Framework测试框架的接口自动化测试方法,列举了在使用Robot Framework框架过程中的数据分离、资源分层等实用性技巧,以及自动化测试脚本的持续集成方法,为快速掌握Robot Framework接口自动化测试提供了参考。