首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   1篇
大气科学   3篇
  2020年   1篇
  2015年   1篇
  2014年   1篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
基于作物系数与水分生产函数的向日葵产量预测   总被引:2,自引:0,他引:2       下载免费PDF全文
利用河套灌区向日葵2012年田间水分、分期播种试验数据和两个站点的农业气象历史资料,研究基于向日葵作物系数和水分生产函数的产量预测方法。结果表明:向日葵标准作物系数在生育期内的变化规律是前期小、中期大、后期小, 最高值为1.21, 出现在开花期。标准作物系数与出苗后日数和大于0℃积温有很好的二次和三次多项式关系,拟合优度在0.93以上。在分析相对叶面积指数和作物系数关系的基础上,提出标准作物系数的相对叶面积指数订正方法,得出河套灌区向日葵作物系数的动态计算式,为水分生产函数中实际蒸散量的计算提供支撑。建立以Jensen模型为基础的向日葵水分生产函数,得到对水分亏缺的敏感顺序从高到低是开花期、花序形成期、成熟期、苗期。综合应用向日葵作物系数方程和水分生产函数模型计算分期播种产量,与实际产量分别相差4.4%和4.1%,初步证明该文提出的方法对产量预测较为理想,在该地区具有很好的适用性。  相似文献   
2.
蝗虫是常见的害虫之一,对农作物和生态系统具有很大的危害,采用常规的方法对蝗虫进行监测存在一定局限性,为了有效应用海量野外影像数据实现对蝗虫实时监测,本文建立了一种基于深度学习网络的蝗虫自动识别模型。利用手机模拟摄像头获取的内蒙古锡林浩特附近草原的280张蝗虫的RGB图像,采用深度学习算法中的Faster R-CNN(Faster Region-based Convolutional Neural Network)网络结构建立了蝗虫识别模型。经验证该模型的精确度为0.756,可以较准确地将蝗虫从野外复杂环境中识别出来,与以往同类研究相比,在识别结果和实用性方面均有较大的进步。该模型是建立蝗虫实时监测系统的基础,可以为蝗虫的防治提供辅助信息,同时该网络结构还可以应用于其他害虫的识别,具有较强的推广性,拓宽了深度学习算法的应用领域。  相似文献   
3.
为了研究地闪回击通道周围的电磁场对架空线路的耦合过电压,首先采用指数衰减传输线型工程回击模式(MTLE)模拟分析了回击通道周围电磁场的分布特征,然后运用以Agrawal模型为基础的场—线耦合程序对架空线路感应过电压进行了数值计算,并将模拟计算结果与人工引雷实验结果进行比较,所得线路过电压的计算结果与实验数据基本相符。模拟结果表明,地闪回击电场的垂直分量和水平分量都应考虑到场—线耦合机制中;回击通道基电流波形的陡度同时影响到架空线路感应过电压的幅值和陡度,而电流幅值只影响感应过电压的幅值;当观测距离较近(50 m)时,架空线路上感应过电压幅值与电流回击速度呈反相关;随着观测距离的增加,架空线路上感应过电压波形上升沿时间增加、幅值减小;此外,架空线路感应过电压幅值随线路高度和接地电阻的增加而增大,与线路长度和直径的变化无关。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号