| [1]韩兆迎,朱西存,房贤一,等.基于SVM与RF的苹果树冠
LA1高光谱估测[J].光谱学与光谱分析,2016,36(03):
800-805.
[2]单治彬.基于GF-2影像的宁夏特色农作物种植结构信息提取
方法研究[D].西安:长安大学,2018.
[3]陈思宁,赵艳霞,申双和.基于波谱分析技术的遥感作物分类
方法[J].农业工程学报,2012,28(05):154-160.
[4张喜旺,刘剑锋,秦奋,等.作物类型遥感识别研究进展
[J].中国农学通报,2014,30(33):278-285.
[5]李爽,宋小宁,冷佩。被动微波遥感植被指数在中国的应用研
究[J].千旱区资源与环境,2014,28(08):44-49.
[6]吴立周,王晓慧,王志辉,等.基于随机森林法的农作物高光
谱遥感识别[J].浙江农林大学学报,2020,37(01):136-142.
[7]Manjunathkr,Rayss,Panigrahys.Discrimina-tionofspectrally-
closecropsusingground-basedhy perspectraldata [J].Indian Society
Remote Sense,2011,39(4):599-602.
[8]Raonr,Gargpk,Ghoshsk.Development of an agri-cultural crops
spectral library and classification of crops at culti-var level using hy-
perspectral data [J].Precision Agriculture,2007,8:173-185.[9]马晓丹,郭彩玲,张雪,等.苹果树冠层不同光照区域叶绿素
荧光性状计算方法[J].光谱学与光谱分析,2016,36(12):
3986-3990.
[10]史飞飞,高小红,杨灵玉,等。基于地面高光谱数据的典型
作物类型识别方法一以青海省湟水流域为例[J].地理与
地理信息科学,2016,32(02):32-39.
[11]杜培军,夏俊士,薛朝辉,等.高光谱遥感影像分类研究进
展[J].遥感学报,2016,20(02):236-256.
[12]李萍,赵庚星,高明秀,等.黄河三角洲土壤含水量状况的
高光谱估测与遥感反演[J].土壤学报,2015,52(06):
1262-1272.
[13]樊阳阳,袭正军,陈俭,等。基于近红外高光谱成像技术的
千制红枣品种鉴别[J].光谱学与光谱分析,2017,37
(03):836-840.
[14]王海青,姬长英,陈坤杰.基于光谱分析技术的黄瓜与茎叶
识别研究[J].光谱学与光谱分析,2011,31(10):2834-
2838.
[15]章林忠,蔡雪珍,方从兵.近红外光谱定量和定性分析技术
在鲜食葡萄果实无损检测中的应用[J].浙江农业学报,2018,30(02):330-338.
[16]刘中原。基于光谱的绿茶加工过程中水分信息检测方法研究
[D].石河子:石河子大学,2022.
[17]沈字,房胜,王风云,等.基于高光谱成像技术识别苹果轻
微损伤的有效波段研究[J].中国农业科技导报,2020,22
(03):64-71.
[18]翁士状,唐佩佩,张雪艳,等。高光谱成像的图谱特征与卷
积神经网络的名优大米无损鉴别[J].光谱学与光谱分析,
2020,40(09):2826-2833.
[19]于雷,洪永胜,耿雷,等。基于偏最小二乘回归的土壤有机
质含量高光谱估算[J].农业工程学报,2015,31(14):
103-109.
[20]马帅帅,于慧春,殷勇,等.黄瓜水分和硬度高光谱特征波
长选择与预测模型构建[J].食品与机械,2021,37(02):
145-151.
[21]孙艳丽,张霞,帅通,等。光谱角一欧氏距离的高光谱图像
福射归一化[J].遥感学报,2015,19(04):618-626. |