|
|
|
基于并行算法的遥感与作物生长模型同化的大尺度水稻长势动态监测 |
|
论文目录 |
|
摘要 | 第4-5页 | abstract | 第5-6页 | 第1章 引言 | 第9-18页 | 1.1 研究背景 | 第9-10页 | 1.2 国内外研究现状 | 第10-15页 | 1.2.1 作物生长模型 | 第10-12页 | 1.2.2 遥感/作物生长模型同化 | 第12-14页 | 1.2.3 高性能计算 | 第14-15页 | 1.3 研究目标、内容及技术路线 | 第15-16页 | 1.4 论文组织结构 | 第16-18页 | 第2章 研究区及数据 | 第18-25页 | 2.1 研究区概况 | 第18-19页 | 2.2 地面实测数据及处理 | 第19-20页 | 2.3 遥感数据及处理 | 第20-25页 | 2.3.1 HJ-1A/B数据及处理 | 第20-21页 | 2.3.2 Landsat数据及处理 | 第21-23页 | 2.3.3 HJ-1 数据与Landsat数据联合使用 | 第23-25页 | 第3章 遥感信息与作物生长模型同化 | 第25-31页 | 3.1 同化观测量选取及反演 | 第25-26页 | 3.1.1 同化观测量的选取 | 第25页 | 3.1.2 水稻LAI遥感反演 | 第25-26页 | 3.2 同化算法 | 第26-28页 | 3.3 WOFOST模型 | 第28-31页 | 3.3.1 WOFOST模型概述 | 第28-29页 | 3.3.2 WOFOST改进及模型待优化参数的选择 | 第29-31页 | 第4章 基于GPU的同化框架并行化 | 第31-38页 | 4.1 NVIDIA GPU架构 | 第31-33页 | 4.1.1 Pascal架构 | 第31页 | 4.1.2 CUDA编程模型 | 第31-33页 | 4.2 同化框架的并行实现 | 第33-35页 | 4.2.1 线程组织方式 | 第33-34页 | 4.2.2 并行化同化框架 | 第34-35页 | 4.3 GPU实现同化的精度及效率评估 | 第35-38页 | 4.3.1 同化精度 | 第35-37页 | 4.3.2 同化效率 | 第37-38页 | 第5章 基于并行同化的水稻参数时空分析 | 第38-47页 | 5.1 水稻长势指标构建及时空分析 | 第38-39页 | 5.1.1 水稻长势指标构建 | 第38-39页 | 5.1.2 水稻长势时空分析 | 第39页 | 5.2 水稻物候指标构建及时空分析 | 第39-42页 | 5.2.1 水稻物候指标构建 | 第39-41页 | 5.2.2 水稻物候时空分析 | 第41-42页 | 5.3 环境胁迫时空分析 | 第42-47页 | 第6章 结论与展望 | 第47-50页 | 6.1 工作总结及结论 | 第47-48页 | 6.2 创新点 | 第48-49页 | 6.3 不足与展望 | 第49-50页 | 参考文献 | 第50-58页 | 致谢 | 第58-59页 | 附录 | 第59-76页 |
|
|
|
|
论文编号BS4338213,这篇论文共76页 会员购买按0.35元/页下载,共需支付26.6元。 直接购买按0.5元/页下载,共需要支付38元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|