棉花全生育期叶片SPAD值的遥感估算模型

叶绿素含量是评估棉花生长状况的重要参数,估算叶绿素含量对于棉花生长监测具有重要意义。以渭北旱塬区种植的棉花为试验材料,测量全生育期棉花叶片SPAD值与冠层反射率光谱,将原始高光谱反射率、一阶微分光谱反射率、不同波段组合的遥感光谱参数分别与SPAD值做相关性分析,用传统回归分析方法构建五种重要光谱参数的SPAD值预测模型,同时,采用PLSR方法建立全生育期SPAD值的估算模型。最后对模型进行检验,筛选出精度最高的模型。建模结果表明,基于多种光谱参数的全生育期PLSR预测模型精度最高、预测效果最好,估算模型的决定系数R^2为0.733,验证模型R^2为0.737。PLSR方法建立的多光谱参数的SPAD值估算模型预测效果显著,利用高光谱技术对棉花SPAD值进行监测,可为全生育期棉花长势遥感监测提供依据。

流媒体服务器的间隔缓存管理策略研究

对间隔缓存管理策略进行了分析研究 ,提出了一种新型的抢占式间隔缓存调度方法和相应的准入控制算法以及系统实现方法 .这种抢占式间隔缓存调度方法将间隔大小和流速率比值作为间隔抢占时的比较标准 ,通过抢占比值最大的间隔提高间隔缓存的抢占效率 .由于同时考虑了空间和时间因素 ,相对传统管理策略 。

基于高光谱遥感技术对土壤氮磷钾的估算

本文旨在研究高光谱遥感分析技术对大面积土壤全氮(Total Nitrogen TN)、全磷(Total Phosphorus TP)、全钾(Total Potassium TK)实时监测的可行性。采用野外调查与室内高光谱(350～2 500 nm)数据测定相结合的研究方法,分析黑龙江省大庆市区和四县(肇源县、肇州县、杜蒙、林甸县)土壤的光谱特征和土壤养分指标,计算出土壤光谱反射率的变化:一阶微分(R)′、倒数(1/R)、倒数一阶微分(1/R)′、对数(log R)等形式;利用一元线性回归(ULR)、多元线性回归(SMLR)和偏最小二乘法(PLSR)建立全氮(TN)、全磷(TP)、全钾(TK)含量的估算模型。并用独立样本对校正模型进行验证。结果显示:土壤全氮(TN)、全磷(TP)、全钾(TK)的最佳吸收波段分别为TN(802 nm,1 108 nm),TP(784 nm,1 085 nm),TK(1 079 nm,1 578 nm);偏最小二乘法(PLSR)的建模精度高于多元线性回归模型和一元线性回归模型,分别为N(R2=0.831,RMSE=2.506 g/kg),P(R2=0.687,RMSE=0.844 g/kg),K(R2=0.832,RMSE=0.097 g/kg)。全氮(TN)、全钾(TK)预测精度较高,全磷预测结果相对较低,但也可用来粗略估算。同时利用MODIS影像对土壤全氮、全磷、全钾含量专项制图。该研究证实,利用高光谱技术结合特定算法能够较好预测差异性较大的土壤全氮、全钾、全磷含量,并可以实现预测信息可视化。这对于实时快速监测大面积土壤环境变化、预测土壤信息变化趋势、监测生环境、建立我国土壤养分数据库和降低土壤成分监测成本具有重要的现实意义。

个人科研信息空间的资源组织与管理方案设计

文章对个人信息管理的理论研究和多种典型应用作了全面的梳理和分析。在此基础上，通过剖析学术科研人员在个人信息空间中的科研活动模型，主要以再可寻性（可再找到性）、可挖掘性，兼顾科研社区平台用户之间的发现和交流为目的，运用个人信息管理相关理论和实践应用成果，提出了一个基于个人科研信息空间及其社区平台的资源组织和管理方案。