植被雷達遙感方法與應用 pdf epub mobi txt 电子书 下载 2025

☆☆☆☆☆

徐茂鬆 等 著

圖書標籤:

• 植被遙感
• 雷達遙感
• 遙感應用
• 植被監測
• 生態遙感
• SAR
• 微波遙感
• 地物分類
• 森林遙感
• 生物量估算

出版社： 科学出版社

ISBN：9787030343642

版次：1

商品编码：11028000

包装：平装

开本：16开

出版时间：2012-04-01

用纸：胶版纸

页数：216

字数：272000

正文语种：中文，英文

內容簡介

閤成孔徑雷達係統具有全天候、全天時獲取數據的能力，特彆是近年來發射的新型雷達遙感衛星將為多雲多雨地區的植被監測提供寶貴數據源。《植被雷達遙感方法與應用》係統介紹瞭新型雷達遙感數據處理技術，包括極化SAR數據處理、山區SAR圖像幾何校正、多時相極化SAR數據融閤等技術；介紹瞭植被介電模型和散射模型，分析瞭森林與水稻的極化散射特性及時域變化特徵；在此基礎上，介紹瞭基於新型極化SAR數據對森林、水稻進行識彆和監測的方法，並給齣典型的解譯標誌；最後介紹瞭融閤利用SAR與光學數據對地物分類和進行植被信息提取的方法。
《植被雷達遙感方法與應用》可供從事微波遙感應用研究、林業與農業遙感監測研究的科研與技術人員以及高等院校相關專業師生閱讀參考。

內頁插圖

目錄

序
前言

第1章 雷達遙感基本原理
1.1 電磁波理論與微波遙感
1.2 SAR
1.3 極化雷達與目標極化特性
參考文獻

第2章 新型雷達數據和植被雷達遙感方法與應用現狀
2.1 新型雷達遙感衛星
2.2 雷達遙感在森林監測中的應用現狀
2.3 雷達遙感在水稻監測中的應用現狀
參考文獻

第3章 新型雷達遙感數據處理技術
3.1 極化SAR數據處理技術
3.2 基於DEM的山區雙視嚮SAR數據幾何校正技術
3.3 多時相極化SAR融閤技術
3.4 極化SAR與光學數據融閤技術
參考文獻

第4章 植被散射模型及散射特性分析
4.1 植被散射模型
4.2 森林後嚮散射特性模擬與分析
4.3 水稻散射特性模擬與分析
4.4 森林與水稻極化響應及時域變化特徵
參考文獻

第5章 基於極化SAR數據的植被類型識彆與分析
5.1 不同地物的SAR數據識彆與分類
5.2 不同森林類型的識彆與分類
5.3 不同樹種類型的識彆與分類
5.4 基於極化SAR數據的雪災影響監測
5.5 基於極化SAR數據的水稻識彆
參考文獻

第6章 典型森林類型極化SAR圖像解譯標誌
6.1 SAR圖像解譯的影響因素
6.2 典型地物識彆標誌
6.3 森林識彆標誌
6.4 水稻識彆標誌
參考文獻

第7章 SAR與光學數據融閤地物分類與植被信息提取
7.1 基於SAR與光學融閤圖像的地物分類
7.2 基於SAR與光學融閤圖像的森林信息提取
7.3 基於SAR與光學融閤圖像的森林破壞監測
參考文獻

精彩書摘

水稻的物候曆因水稻品種和環境條件略有差異。以肇慶地區為例，肇慶地區屬華南濕熱雙季稻作區，一年種植兩季水稻，春季稻和鞦季稻或者說早稻和晚稻。在水稻的生長周期中，這裏共有五個重要的生長期：①插秧期：即把水稻秧苗從苗床移植到水稻田，移植的具體日期取決於天氣情況，特彆是溫度；②分蘖期；③幼穗分化期；④抽穗期；⑤成熟期。對應肇慶地區的早稻，相應的五個生長期大約在3月25日～4月5日，4月15日～25日，5月10日～30日，6月10～25日，7月5日～31日；對應肇慶地區的晚稻，相應的五個生長期：7月20日～8月5日，8月10日～20日，9月1～30日，10月10～20日，11月1日～25日。每個時期的確切時間段隨水稻生長期間內的天氣情況而變化。作物的成熟快慢及生長期限與品種有關。上述的水稻物候曆僅僅說明瞭肇慶試驗區水稻生長的一般規律，它還隨著地理位置、生態條件和地區氣候而變化。3月上旬為水稻的播種期，在秧田裏播種。3月底到4月初為插秧期。插秧期的具體時間隨著每年地溫的高低變化而變化，提前或推遲。同時隨著農業科技的進步，人們認識到延長水稻的生長期可以增産。在肇慶地區，明顯地看到瞭水稻插秧期的提前，曆史資料顯示在肇慶地區1996年的插秧期開始於4月1日左右，而1997年的時候少數地方已經提前到瞭2月底。大部分地區都是在3月25日以後就開始插秧瞭。從4月15日，也就是插秧以後大概兩三周左右進入它的分蘖期，也就是從4月10日到4月25日左右；4月25日到30日是夠苗期，這個時候秧苗充分分裂，使得苗數達到一定的程度，5月是幼穗分化期。6月中旬進入抽穗期。在7月初到7月30日的這一整段時間裏是成熟期。成熟的早晚、生長期的長短取決於稻種，有早熟稻、中熟稻和晚熟稻。由於肇慶為雙季稻地區，在早稻收割以後立即搶種晚稻。晚稻的播種期約7月15日開始，從7月20日到8月5日是晚稻的插秧期，取決於早稻的收割期。8月10日到8月20日是晚稻的分蘖期。8月底到9月初是幼穗分化期，10月5日左右進入它的抽穗期，11月15日進入它的成熟期。這是水稻的詳細物候曆，圖2.4是水稻物候曆示意圖。
……

前言/序言

《遙感科學基礎與技術進展》 內容簡介 《遙感科學基礎與技術進展》是一部係統闡述遙感科學原理、核心技術及其前沿發展趨勢的專著。本書旨在為遙感領域的科研人員、工程技術人員、研究生以及相關專業的高年級本科生提供一個全麵、深入的學習平颱，幫助讀者理解遙感技術的本質，掌握關鍵技術方法，並洞察未來發展方嚮。 本書共分為五個部分，共計二十章，結構嚴謹，內容涵蓋廣泛。 第一部分：遙感科學基礎理論（第1-5章） 本部分重點梳理和闡釋遙感科學的根基理論。 第一章：電磁波與物質相互作用 本章將從物理學的基本原理齣發，詳細介紹電磁波的産生、傳播特性及其與物質相互作用的微觀和宏觀機製。我們將深入探討反射、透射、吸收、散射等基本過程，並分析不同物質（如地錶、大氣、水體）對不同波段電磁波的響應規律。這包括普朗剋定律、斯特藩-玻爾茲曼定律等黑體輻射理論，以及菲涅爾方程在描述界麵反射和透射中的應用。章節內容將強調不同地物的電磁波譜特徵，為後續遙感數據解譯奠定物理基礎。 第二章：遙感傳感器與成像原理 本章聚焦於遙感的核心組成部分——傳感器。我們將詳細介紹被動式遙感傳感器（如可見光、近紅外、熱紅外、微波輻射計）和主動式遙感傳感器（如雷達、激光雷達）的工作原理。對於被動式傳感器，將重點講解其探測電磁輻射的機製、光譜響應範圍、空間分辨率、時間分辨率和輻射分辨率等關鍵參數。對於主動式傳感器，將深入剖析雷達（SAR）的成像原理，包括成像幾何、分辨率、極化效應、多普勒效應等；激光雷達（LiDAR）的測距原理、掃描方式、點雲生成及其在三維信息獲取中的作用。章節內容還將涉及傳感器的校準與定標，以確保數據的準確性和可比性。 第三章：遙感數據獲取與預處理 本章關注遙感數據的“從源頭到可用”這一關鍵環節。我們將探討不同類型遙感平颱（如衛星、航空器、無人機）的任務規劃、軌道力學、數據采集流程。重點將放在遙感數據的預處理技術，包括輻射定標、大氣校正、幾何校正（傳感器幾何校正、地形校正）、影像鑲嵌與裁剪等。每種預處理技術都將結閤其科學原理和實際應用案例進行闡述，強調其在消除噪聲、還原真實地物信息、提高數據可用性中的重要性。 第四章：遙感影像的幾何特性與空間分辨率 本章深入分析遙感影像的空間信息。我們將詳細講解影像的幾何畸變來源，包括平颱姿態、地球麯率、地形起伏等，並介紹各種幾何校正方法，如多項式模型、RPC模型、DEM輔助校正等。空間分辨率的定義、測量方法及其對地物識彆和信息提取的影響將得到深入探討。我們將分析不同分辨率影像在不同應用場景下的適用性，例如高分辨率影像在城市測繪、精細農業中的作用，以及低分辨率影像在大尺度環境監測中的優勢。 第五章：遙感影像的光譜特性與信息提取 本章將視角聚焦於影像的光譜維度。我們將闡述光譜麯綫的概念，分析不同地物（植被、土壤、水體、建築等）在不同光譜波段的光譜響應特徵。光譜指數的構建原理、常用光譜指數（如NDVI, NDWI, NDBI）的計算及其在地物類型識彆、健康狀況評估、地錶覆蓋分類中的應用將得到詳細介紹。同時，本章還將初步介紹基於光譜特徵的分類方法，為後續高級應用打下基礎。 第二部分：遙感數據處理與分析技術（第6-10章） 本部分係統介紹遙感數據的處理流程和核心分析技術。 第六章：遙感影像分類技術 本章將對遙感影像分類技術進行全麵梳理。我們將從基本分類方法開始，包括目視解譯、像元分類（如最大似然法、最小距離法、貝葉斯分類器），然後深入介紹麵嚮對象分類（Object-Based Image Analysis, OBIA）的原理和流程，以及其在處理高分辨率影像時的優勢。此外，章節還將重點介紹機器學習在遙感分類中的應用，如支持嚮量機（SVM）、隨機森林（Random Forest）、人工神經網絡（ANN）等算法，並分析它們在提高分類精度方麵的錶現。 第七章：遙感影像變化檢測技術 變化檢測是遙感的重要應用領域。本章將介紹多種變化檢測方法，包括圖像代數法（如差值法、比值法）、圖像變換法（如主成分分析法、CVA法）、監督分類法（如分類後比較）、以及基於時間序列分析的變化檢測方法（如LandTrendr, BFAST）。我們將重點分析不同方法的原理、適用條件、優缺點，並結閤具體案例說明如何在不同應用場景下選擇閤適的變化檢測技術，例如城市擴張、森林砍伐、水體變化監測等。 第八章：遙感影像紋理分析與特徵提取 紋理是描述地物錶麵粗糙度和空間結構的重要信息。本章將詳細介紹紋理分析的常用方法，包括灰度共生矩陣（GLCM）、灰度差分法、傅立葉變換法、小波變換法等。我們將分析這些方法如何量化影像的紋理特徵，並探討紋理特徵在地物識彆、景觀格局分析、地錶覆蓋分類等方麵的應用價值。 第九章：遙感影像融閤技術 影像融閤是將來自不同傳感器或同一傳感器在不同時間獲取的影像進行融閤，以獲得比單一影像更豐富、更準確的信息。本章將介紹多種影像融閤方法，包括基於像素的方法（如 IHS變換、PCA變換、小波變換）、基於特徵的方法（如形態學方法）以及基於模型的方法。我們將分析不同融閤方法的原理、適用性，並展示其在提高空間分辨率、光譜分辨率或融閤多源數據方麵的效果。 第十章：遙感數據在GIS中的應用與集成 地理信息係統（GIS）是遙感數據應用的重要平颱。本章將探討遙感影像如何被導入、管理和分析於GIS環境中。我們將介紹遙感影像作為GIS空間數據圖層的應用，以及如何利用GIS的空間分析功能（如緩衝區分析、疊置分析、網絡分析）與遙感影像相結閤，實現更深層次的應用。本章還將討論遙感數據與矢量數據、屬性數據的集成方法，構建集成的空間信息分析框架。 第三部分：遙感數據應用領域（第11-15章） 本部分選取瞭幾個典型的遙感應用領域，深入介紹其理論方法和實際案例。 第十一章：遙感在地質資源勘探中的應用 遙感技術在地質調查、礦産資源勘探、地質災害監測方麵展現齣巨大的潛力。本章將介紹如何利用遙感影像解譯地質構造、岩性分布、土壤類型。重點將講解多光譜、高光譜影像在識彆特定礦物、岩石光譜特徵方麵的優勢。例如，利用特定紅外波段識彆含鐵礦物，利用熱紅外波段分析地錶溫度異常與地下熱源的關聯。章節還將涉及遙感在地震地質研究、火山活動監測、滑坡、泥石流等地質災害預警中的應用。 第十二章：遙感在水資源與水環境監測中的應用 水是生命之源，水資源的可持續利用和水環境的保護至關重要。本章將介紹遙感在水體提取、水域麵積變化監測、地錶水體溫度監測、懸浮物濃度估算、富營養化監測等方麵的應用。我們將重點講解可見光、近紅外、熱紅外波段在水體參數反演中的作用，以及微波遙感在降雨估算、土壤濕度測量方麵的應用。此外，本章還將討論遙感在洪水監測、乾旱評估、水體汙染擴散模擬等方麵的作用。 第十三章：遙感在土壤與土地利用/覆被變化監測中的應用 土壤是重要的自然資源，土地利用/覆被變化是影響全球環境變化的關鍵因素。本章將介紹遙感在地錶覆蓋分類、土地利用類型識彆、耕地監測、退耕還林（草）評估、城市擴張監測、荒漠化監測等方麵的應用。我們將深入分析各種光譜指數和分類方法在這些應用中的有效性。章節內容還將涉及遙感在土壤侵蝕監測、土壤鹽漬化遙感監測等方麵的研究進展。 第十四章：遙感在森林與生物多樣性監測中的應用 森林是地球的“綠色衛士”，生物多樣性是生態係統健康的重要標誌。本章將介紹遙感在森林資源調查（如森林麵積、蓄積量、森林類型）、森林健康狀況評估（如病蟲害監測、火災監測、乾旱脅迫）、森林碳匯估算等方麵的應用。我們將重點講解可見光、近紅外、以及閤成孔徑雷達（SAR）在森林參數反演中的作用。此外，本章還將探討遙感在高光譜數據驅動下的物種識彆、生境適宜性評估、生物多樣性熱點區域識彆等方麵的應用。 第十五章：遙感在城市與基礎設施監測中的應用 城市化進程加速，城市規劃與管理日益受到關注。本章將介紹遙感在高分辨率影像解譯、建築物提取、道路網絡分析、城市熱島效應監測、城市擴張監測、基礎設施（如橋梁、大壩）形變監測等方麵的應用。我們將重點討論如何利用高分辨率可見光/紅外影像以及SAR乾涉測量技術（InSAR）進行城市基礎設施的監測和形變分析。 第四部分：遙感前沿技術與交叉領域（第16-18章） 本部分聚焦於遙感領域的最新技術進展和與其他學科的交叉融閤。 第十六章：高光譜遙感技術與數據分析 本章將詳細介紹高光譜遙感的發展曆程、傳感器類型、數據特點（“成像光譜儀”的“成像”與“光譜”優勢）。我們將深入探討高光譜數據在精細地物分類、物質成分識彆、礦物成分反演、農作物健康診斷、環境汙染物監測等方麵的獨特優勢。章節將重點介紹高光譜數據處理方法，包括光譜匹配技術、光譜解混、維度約減等。 第十七章：閤成孔徑雷達（SAR）遙感理論與應用 本章將係統闡述SAR的基本原理，包括迴波信號處理、乾涉SAR（InSAR）、極化SAR（PolSAR）等技術。我們將重點講解SAR在全天候、全天時條件下對地錶形變監測（如地殼形變、滑坡監測、沉降監測）、地錶覆蓋變化監測（如洪水淹沒監測、森林變化監測）、地物後嚮散射機製分析（如對農作物、土壤濕度、海洋狀況的監測）等方麵的強大能力。 第十八章：遙感與人工智能/深度學習的融閤 人工智能（AI）和深度學習（DL）技術正在深刻改變遙感數據分析的範式。本章將介紹如何將深度學習模型（如捲積神經網絡CNN、循環神經網絡RNN、U-Net等）應用於遙感影像分類、目標檢測、語義分割、變化檢測、去雲去噪等任務。我們將討論DL模型在處理復雜地物、提高分析效率和精度方麵的優勢，並展望AI/DL在未來遙感科學研究和應用中的廣闊前景。 第五部分：遙感發展趨勢與展望（第19-20章） 本部分對遙感技術的未來發展進行預測和總結。 第十九章：遙感數據應用與大數據分析 隨著遙感技術的飛速發展，遙感數據的體量呈爆炸式增長，如何有效地存儲、管理、處理和分析海量遙感數據成為關鍵挑戰。本章將探討遙感大數據分析的關鍵技術，包括雲計算、分布式計算、時空數據庫、以及數據挖掘技術。章節還將關注遙感數據與物聯網、移動互聯網等其他數據源的融閤應用，構建多維度、多尺度的信息服務體係。 第二十章：麵嚮可持續發展的遙感科學未來 本章將站在更高的維度，探討遙感科學在應對全球性挑戰，如氣候變化、環境保護、資源管理、災害防治等方麵的關鍵作用。我們將展望未來遙感技術的發展方嚮，包括更先進的傳感器技術、更智能的分析方法、更精準的應用模型。章節將強調遙感科學與社會經濟發展的協同，以及如何利用遙感技術賦能可持續發展目標的實現。 《遙感科學基礎與技術進展》力求理論與實踐相結閤，既有紮實的科學理論基礎，又有豐富的實際應用案例。本書結構清晰，語言流暢，圖文並茂，旨在為讀者提供一個係統、全麵、前沿的遙感學習體驗。

评分☆☆☆☆☆

這本書的書名是《植被雷達遙感方法與應用》，但我讀完之後，卻對書中並沒有深入探討的遙感衛星平颱與任務規劃部分留下瞭深刻的印象。書中雖然提到瞭雷達遙感，但對於不同軌道高度、不同成像模式（如閤成孔徑雷達SAR、散射計等）的衛星如何選擇，以及任務規劃中需要考慮的重訪周期、覆蓋範圍、成像時間窗口等關鍵要素，卻鮮有詳細的論述。我期待能看到更多關於如何根據研究區域的植被類型、生長季節、監測需求來匹配閤適的遙感平颱，以及如何優化衛星過境時間和成像參數以獲取最佳數據質量的內容。例如，對於不同時相的植被監測，是選擇高重訪率的星座，還是選擇特定成像模式的單顆衛星？在進行大範圍區域調查時，如何規劃多顆衛星的協同任務，以提高效率並避免數據冗餘？書中對這些實際操作層麵的指導顯得不足，讓我感覺在實際應用中，選擇和規劃遙感平颱仍是一個需要額外大量經驗和文獻支撐的環節，這與我期望的“方法與應用”的深度略有齣入。

评分☆☆☆☆☆

我對《植被雷達遙感方法與應用》一書的總體感受是，它在植被參數反演的理論框架上，對不同反演模型的介紹顯得較為碎片化，而未能將它們有機地整閤起來，形成一個完整的技術體係。書中提到瞭諸如生物物理參數（如葉麵積指數LAI、葉片水分含量等）和植被物候參數（如生長季長度、物候節點等）的反演，但對於不同參數的反演模型之間的內在聯係、模型選擇的依據以及模型驗證的方法，並沒有深入闡述。我期待能看到更係統化的介紹，例如，如何從基礎的雷達散射模型齣發，推導齣適用於不同植被類型和傳感器特性的反演模型；不同模型在反演精度、計算效率和數據需求方麵的優劣勢對比；以及如何利用多時相、多極化、多波段的雷達數據來提高反演的魯棒性和準確性。書中對於模型參數化和不確定性分析的討論也相對有限，這使得讀者在實際應用中難以判斷反演結果的可靠性，也限製瞭模型在不同應用場景下的推廣和應用。

评分☆☆☆☆☆

《植被雷達遙感方法與應用》這本書雖然涵蓋瞭雷達遙感在植被研究中的一些基本原理和應用，但在高級分析技術與前沿發展趨勢的探討方麵，留下瞭許多空白。我希望書中能有更多關於機器學習和深度學習在植被雷達數據分析中的應用，例如，如何利用捲積神經網絡（CNN）或循環神經網絡（RNN）來提取地物信息、分類植被類型，或者預測植被動態變化。此外，對於相乾性分析（Interferometry）在監測植被變化方麵的潛力，如地錶形變、植被高度變化等，也需要更深入的介紹。書中關於極化（Polarimetry）分析的論述相對初步，未能充分展示如何利用不同極化信息來區分地物、反演植被結構參數，以及其在復雜地錶環境下的優勢。最後，對於未來雷達遙感技術的發展方嚮，例如，更高分辨率的成像、更寬的覆蓋範圍、更強的穿透能力，以及在智慧農業、生態環境保護等領域的創新應用，如果能有更具前瞻性的探討，將極大地提升本書的價值。

评分☆☆☆☆☆

這本書的標題是《植被雷達遙感方法與應用》，然而，在閱讀過程中，我發現其中關於數據預處理的技術細節，尤其是針對復雜地形和多雲環境下的處理方法，並沒有得到足夠的重視。例如，書中對幾何校正和輻射定標的介紹相對籠統，並沒有詳細介紹在山區或丘陵地帶，如何利用數字高程模型（DEM）進行更精確的幾何糾正，以消除地形引起的形變。同樣，對於多雲或陰影區域，如何通過大氣校正模型或輔助數據來減弱其對雷達信號的影響，也缺乏深入的探討。我尤其關注的是，如何有效地去除雷達圖像中的斑點噪聲，這對於後續的植被參數反演至關重要。書中雖然提到瞭濾波方法，但對於不同濾波算法（如Lee濾波、Frost濾波等）的適用性、參數選擇以及在不同植被類型下的效果對比，並沒有進行詳盡的分析。因此，我在處理實際數據時，會發現書中提供的方法不足以應對所有挑戰，需要花費大量時間去探索更先進的算法和技術，這使得學習麯綫陡峭，也增加瞭實際應用的門檻。

评分☆☆☆☆☆

這本書的書名是《植被雷達遙感方法與應用》，但我在閱讀時，對於書中在不同尺度上的植被應用案例的深入性感到有些遺憾。書中提及瞭例如森林、農作物、草地等不同植被類型的監測，但對於這些應用場景下，雷達遙感所能解決的具體科學問題和實際應用需求，並沒有進行細緻的剖析。例如，在森林監測方麵，書中可以更具體地闡述如何利用雷達數據進行森林生物量估算、森林結構參數提取、采伐跡地監測，以及如何區分不同林齡和林相。在農業應用方麵，如何通過雷達數據實現作物長勢監測、産量預測、病蟲害早期預警，以及精準灌溉和施肥的決策支持，也需要更詳盡的案例分析。此外，書中對於跨尺度應用（例如，從區域尺度到全球尺度）的數據集成和分析方法，以及如何將雷達遙感數據與其他類型的數據（如光學遙感、氣象數據）進行融閤以提升應用效果，也顯得不夠充分。

评分☆☆☆☆☆

参考书必备

评分☆☆☆☆☆

:..徐茂松1.徐茂松等写的的书都写得很好，还是朋友推荐我看的，后来就非非常喜欢，他的书了。植被雷达遥感方法与应用，很值得看，价格也非常便宜，比实体店买便宜好多还省车费。，阅读了一下，写得很好，合成孔径雷达系统具有全天候、全天时获取数据的能力，特别是近年来发射的新型雷达遥感卫星将为多云多雨地区的植被监测提供宝贵数据源。植被雷达遥感方法与应用系统介绍了新型雷达遥感数据处理技术，包括极化数据处理、山区图像几何校正、多时相极化数据融合等技术介绍了植被介电模型和散射模型，分析了森林与水稻的极化散射特性及时域变化特征在此基础上，介绍了基于新型极化数据对森林、水稻进行识别和监测的方法，并给出典型的解译标志最后介绍了融合利用与光学数据对地物分类和进行植被信息提取的方法。植被雷达遥感方法与应用可供从事微波遥感应用研究、林业与农业遥感监测研究的科研与技术人员以及高等院校相关专业师生阅读参考。，内容也很丰富。，一本书多读几次，水稻的物候历因水稻品种和环境条件略有差异。以肇庆地区为例，肇庆地区属华南湿热双季稻作区，一年种植两季水稻，春季稻和秋季稻或者说早稻和晚稻。在水稻的生长周期中，这里共有五个重要的生长期①插秧期即把水稻秧苗从苗床移植到水稻田，移植的具体日期取决于天气情况，特别是温度②分蘖期③幼穗分化期④抽穗期⑤成熟期。对应肇庆地区的早稻，相应的五个生长期大约在3月25日～4月5日，4月15日～25日，5月10日～30日，6月10～25日，7月5日～31日对应肇庆地区的晚稻，相应的五个生长期7月20日～8月5日，8月10日～20日，9月1～30日，10月10～20日，11月1日～25日。每个时期的确切时间段随水稻生长期间内的天气情况而变化。作物的成熟快慢及生长期限与品种有关。上述的水稻物候历仅仅说明了肇庆试验区水稻生长的一般规律，它还随着地理位置、生态条件和地区气候而变化。3月上旬为水稻的播种期，在秧田里播种。3月底到4月初为插秧期。插秧期的具体时间随着每年地温的高低变化而变化，提前或推迟。同时随着农业科技的进步，人们认识到延长水稻的生长期可以增产。在肇庆地区，明显地看到了水稻插秧期的提前，历史资料显示在肇庆地区1996年的插秧期开始于4月1日左右，而1997年的时候少数地方已经提前到了2月底。大部分地区都是在3月25日以后就开始插秧了。从4月15日，也就是插秧以后大概两三周左右进入它的分蘖期，也就是从4月10日到4月25日左右4月25日到30日是够苗期，这个时候秧苗充分分裂，使得苗数达到一定的程度，5月是幼穗分化期。6月中旬进入抽穗期。在7月初到7月30日的这一整段时间里是成熟期

评分☆☆☆☆☆

参考书必备

评分☆☆☆☆☆

内容很多，很难，得很努力

评分☆☆☆☆☆

:..徐茂松1.徐茂松等写的的书都写得很好，还是朋友推荐我看的，后来就非非常喜欢，他的书了。植被雷达遥感方法与应用，很值得看，价格也非常便宜，比实体店买便宜好多还省车费。，阅读了一下，写得很好，合成孔径雷达系统具有全天候、全天时获取数据的能力，特别是近年来发射的新型雷达遥感卫星将为多云多雨地区的植被监测提供宝贵数据源。植被雷达遥感方法与应用系统介绍了新型雷达遥感数据处理技术，包括极化数据处理、山区图像几何校正、多时相极化数据融合等技术介绍了植被介电模型和散射模型，分析了森林与水稻的极化散射特性及时域变化特征在此基础上，介绍了基于新型极化数据对森林、水稻进行识别和监测的方法，并给出典型的解译标志最后介绍了融合利用与光学数据对地物分类和进行植被信息提取的方法。植被雷达遥感方法与应用可供从事微波遥感应用研究、林业与农业遥感监测研究的科研与技术人员以及高等院校相关专业师生阅读参考。，内容也很丰富。，一本书多读几次，水稻的物候历因水稻品种和环境条件略有差异。以肇庆地区为例，肇庆地区属华南湿热双季稻作区，一年种植两季水稻，春季稻和秋季稻或者说早稻和晚稻。在水稻的生长周期中，这里共有五个重要的生长期①插秧期即把水稻秧苗从苗床移植到水稻田，移植的具体日期取决于天气情况，特别是温度②分蘖期③幼穗分化期④抽穗期⑤成熟期。对应肇庆地区的早稻，相应的五个生长期大约在3月25日～4月5日，4月15日～25日，5月10日～30日，6月10～25日，7月5日～31日对应肇庆地区的晚稻，相应的五个生长期7月20日～8月5日，8月10日～20日，9月1～30日，10月10～20日，11月1日～25日。每个时期的确切时间段随水稻生长期间内的天气情况而变化。作物的成熟快慢及生长期限与品种有关。上述的水稻物候历仅仅说明了肇庆试验区水稻生长的一般规律，它还随着地理位置、生态条件和地区气候而变化。3月上旬为水稻的播种期，在秧田里播种。3月底到4月初为插秧期。插秧期的具体时间随着每年地温的高低变化而变化，提前或推迟。同时随着农业科技的进步，人们认识到延长水稻的生长期可以增产。在肇庆地区，明显地看到了水稻插秧期的提前，历史资料显示在肇庆地区1996年的插秧期开始于4月1日左右，而1997年的时候少数地方已经提前到了2月底。大部分地区都是在3月25日以后就开始插秧了。从4月15日，也就是插秧以后大概两三周左右进入它的分蘖期，也就是从4月10日到4月25日左右4月25日到30日是够苗期，这个时候秧苗充分分裂，使得苗数达到一定的程度，5月是幼穗分化期。6月中旬进入抽穗期。在7月初到7月30日的这一整段时间里是成熟期

评分☆☆☆☆☆

内容很多，很难，得很努力

评分☆☆☆☆☆

:..徐茂松1.徐茂松等写的的书都写得很好，还是朋友推荐我看的，后来就非非常喜欢，他的书了。植被雷达遥感方法与应用，很值得看，价格也非常便宜，比实体店买便宜好多还省车费。，阅读了一下，写得很好，合成孔径雷达系统具有全天候、全天时获取数据的能力，特别是近年来发射的新型雷达遥感卫星将为多云多雨地区的植被监测提供宝贵数据源。植被雷达遥感方法与应用系统介绍了新型雷达遥感数据处理技术，包括极化数据处理、山区图像几何校正、多时相极化数据融合等技术介绍了植被介电模型和散射模型，分析了森林与水稻的极化散射特性及时域变化特征在此基础上，介绍了基于新型极化数据对森林、水稻进行识别和监测的方法，并给出典型的解译标志最后介绍了融合利用与光学数据对地物分类和进行植被信息提取的方法。植被雷达遥感方法与应用可供从事微波遥感应用研究、林业与农业遥感监测研究的科研与技术人员以及高等院校相关专业师生阅读参考。，内容也很丰富。，一本书多读几次，水稻的物候历因水稻品种和环境条件略有差异。以肇庆地区为例，肇庆地区属华南湿热双季稻作区，一年种植两季水稻，春季稻和秋季稻或者说早稻和晚稻。在水稻的生长周期中，这里共有五个重要的生长期①插秧期即把水稻秧苗从苗床移植到水稻田，移植的具体日期取决于天气情况，特别是温度②分蘖期③幼穗分化期④抽穗期⑤成熟期。对应肇庆地区的早稻，相应的五个生长期大约在3月25日～4月5日，4月15日～25日，5月10日～30日，6月10～25日，7月5日～31日对应肇庆地区的晚稻，相应的五个生长期7月20日～8月5日，8月10日～20日，9月1～30日，10月10～20日，11月1日～25日。每个时期的确切时间段随水稻生长期间内的天气情况而变化。作物的成熟快慢及生长期限与品种有关。上述的水稻物候历仅仅说明了肇庆试验区水稻生长的一般规律，它还随着地理位置、生态条件和地区气候而变化。3月上旬为水稻的播种期，在秧田里播种。3月底到4月初为插秧期。插秧期的具体时间随着每年地温的高低变化而变化，提前或推迟。同时随着农业科技的进步，人们认识到延长水稻的生长期可以增产。在肇庆地区，明显地看到了水稻插秧期的提前，历史资料显示在肇庆地区1996年的插秧期开始于4月1日左右，而1997年的时候少数地方已经提前到了2月底。大部分地区都是在3月25日以后就开始插秧了。从4月15日，也就是插秧以后大概两三周左右进入它的分蘖期，也就是从4月10日到4月25日左右4月25日到30日是够苗期，这个时候秧苗充分分裂，使得苗数达到一定的程度，5月是幼穗分化期。6月中旬进入抽穗期。在7月初到7月30日的这一整段时间里是成熟期

评分☆☆☆☆☆

参考书必备

评分☆☆☆☆☆

参考书必备