《表2 预测模型：基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测》
将各参数与冬小麦越冬期SPAD值做逐步回归分析，得到11种回归模型（表2）。
| 图表编号 | XD00180854800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.15 |
| 作者 | 奚雪、赵庚星 |
| 绘制单位 | 山东农业大学资源与环境学院、山东农业大学资源与环境学院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表1 锅炉主要技术参数：基于Sentinel卫星及无人机多光谱的滨海冬小麦种植区土壤盐分反演研究——以黄三角垦利区为例》2020.12.16
- 《表4 基于多光谱指数的冬小麦叶面积指数含量预测模型（建模集）》2020.11.01
- 《表3 植被指数：基于无人机多光谱遥感的夏玉米叶面积指数估算方法》2020.09.30
- 《表1 地球圈层结构：基于GOCI数据的太湖叶绿素a浓度反演和蓝藻水华遥感监测》2020.08.01
- 《表5 基于光谱指数的冬小麦叶片叶绿素含量预测模型》2020.09.01
- 《表1 植被指数计算公式：基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测》2020.07.15
- 《表4 预测模型的拟合：基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测》2020.07.15
- 《表7 模型评估参数：基于相对光谱变量的无人机遥感水稻估产及产量制图》2020.04.20
- 《表1 多光谱光谱指数：基于多源数据融合的盐分遥感反演与季节差异性研究》2020.06.25
- 《表3 特征波段选择结果：基于红边优化植被指数的寒地水稻叶片叶绿素含量遥感反演研究》2020.03.31
- 《表1 高光谱植被指数：基于红边优化植被指数的寒地水稻叶片叶绿素含量遥感反演研究》2020.03.31
- 《表2 基于航空/航天平台的多光谱病虫害遥感监测特点及应用案例》2019.10.31
- 《表3 单因子反演模型：基于无人机多源遥感数据海岛植被叶面积指数协同反演研究》2019.12.01
- 《表3 建模集和验证集：覆膜对无人机多光谱遥感反演土壤含盐量精度的影响》2019.10.01
- 《表6 总样本冬小麦叶绿素反演模型的建模和预测精度》2019.11.20
- 《表5 5月冬小麦叶绿素反演模型的建模和预测精度》2019.11.20
- 《表4 4月冬小麦叶绿素反演模型的建模和预测精度》2019.11.20
- 《表3 3月冬小麦叶绿素反演模型的建模和预测精度》2019.11.20
- 《表1 多光谱相机参数：无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量》2019.06.01
- 《表2 多光谱植被指数：无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量》2019.06.01