西北地区玉米长势遥感监测
出版时间:
2021-10
版次:
1
ISBN:
9787030700209
定价:
158.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
225页
字数:
300.000千字
1人买过
-
遥感技术是精确获取农田环境和农作物长势信息的现代手段。《西北地区玉米长势遥感监测》针对西北地区主要粮食作物——玉米,依据田间试验,将试验观测数据与光谱仪辐射数据和地面高光谱影像相结合,进行玉米叶片和植株的长势高光谱遥感监测,及其土壤水分和养分含量的高光谱监测。主要内容包括:玉米长势遥感监测实验设计与数据测定、处理方法,玉米长势及其高光谱特性分析,叶片花青素、叶绿素,植株生物量和含水量的高光谱遥感监测,玉米种植区土壤含水量、碱解氮、有效磷和速效钾含量的高光谱监测。 目录
第1章 绪论 1
1.1 研究背景 1
1.2 高光谱遥感在精准农业中的应用 2
1.3 作物生理参数的高光谱遥感监测研究 2
1.3.1 作物花青素含量的高光谱遥感监测 3
1.3.2 作物叶绿素含量的高光谱遥感监测 4
1.3.3 作物生物量的高光谱遥感监测 6
1.3.4 作物水分含量的高光谱遥感监测 7
1.4 土壤信息的高光谱遥感监测研究 9
1.4.1 土壤水分含量的高光谱遥感监测 10
1.4.2 土壤氮素含量的高光谱遥感监测 11
1.4.3 土壤磷素含量的高光谱遥感监测 13
1.4.4 土壤钾素含量的高光谱遥感监测 14
第2章 材料与方法 16
2.1 研究区概况 16
2.2 研究目标与内容 16
2.2.1 研究目标 16
2.2.2 研究内容 17
2.3 研究方法 17
2.3.1 技术路线 17
2.3.2 试验设计 18
2.4 高光谱遥感数据获取 19
2.4.1 地面非成像高光谱遥感数据获取 19
2.4.2 地面成像高光谱遥感数据获取 21
2.5 玉米生理参数及农田土壤信息的测定 21
2.5.1 生理参数的测定 21
2.5.2 土壤性质测定 22
2.6 数据分析与处理 23
2.6.1 SVC数据预处理 23
2.6.2 SOC数据预处理 23
2.6.3 高光谱遥感数据处理 24
2.7 玉米生理参数及农田土壤性质估算模型 27
2.7.1 简单的统计回归模型 28
2.7.2 偏小二乘回归模型 28
2.7.3 人工神经网络模型 28
2.7.4 模型验证 30
第3章 玉米叶片花青素含量的高光谱监测 31
3.1 材料与方法 32
3.1.1 数据获取 32
3.1.2 数据处理与模型建立 32
3.2 玉米叶片花青素及其光谱特征 34
3.2.1 叶片花青素含量基本特征 34
3.2.2 玉米叶片光谱特征 34
3.2.3 红边位置特征 35
3.3 基于SVC光谱的玉米叶片花青素含量高光谱监测 36
3.3.1 SVC光谱与玉米叶片花青素含量的相关性 36
3.3.2 基于SVC光谱的玉米叶片花青素含量高光谱监测 38
3.4 基于SOC光谱的玉米叶片花青素含量高光谱监测 46
3.4.1 SOC光谱与玉米叶片花青素含量的相关性 46
3.4.2 基于SOC光谱的玉米叶片花青素含量高光谱监测 48
3.5 讨论与结论 55
3.5.1 讨论 55
3.5.2 结论 57
第4章 玉米叶片叶绿素含量的高光谱监测 59
4.1 材料与方法 59
4.1.1 数据获取 59
4.1.2 数据处理与模型建立 60
4.2 玉米冠层光谱特征 60
4.2.1 不同生育期玉米冠层光谱特征 60
4.2.2 不同SPAD值的玉米冠层光谱特征 61
4.3 玉米冠层光谱与叶片SPAD值的相关性 62
4.3.1 冠层反射率及其微分光谱与SPAD值的相关性 62
4.3.2 植被指数与不同生育期玉米叶片SPAD值的相关性 64
4.3.3 光谱特征参数与不同生育期玉米叶片SPAD值的相关性 66
4.4 不同生育期玉米叶片SPAD值的一元线性监测 68
4.4.1 基于特征光谱的SPAD值一元线性估算模型 68
4.4.2 基于植被指数的SPAD值一元线性估算模型 69
4.4.3 基于光谱特征参数的SPAD值一元线性估算模型 71
4.5 不同生育期玉米叶片SPAD值的PLSR监测 73
4.5.1 基于光谱的SPAD值PLSR估算模型 73
4.5.2 基于植被指数的SPAD值PLSR估算模型 74
4.5.3 基于光谱特征参数的SPAD值PLSR估算模型 75
4.6 不同生育期玉米叶片SPAD值的ANN监测 76
4.6.1 基于光谱的SPAD值ANN估算模型 76
4.6.2 基于植被指数的SPAD值ANN估算模型 78
4.6.3 基于光谱特征参数的玉米叶片SPAD值ANN估算模型 80
4.7 讨论与结论 81
4.7.1 讨论 81
4.7.2 结论 84
第5章 玉米生物量的高光谱监测 87
5.1 材料与方法 88
5.1.1 数据获取 88
5.1.2 数据处理与模型建立 88
5.2 玉米生物量与冠层光谱的相关性 88
5.2.1 不同生物量玉米冠层光谱特征 88
5.2.2 冠层反射率及其一阶微分光谱与生物量的相关性 89
5.2.3 植被指数与生物量的相关性 91
5.2.4 光谱特征参数与生物量的相关性 92
5.3 不同生育期玉米生物量的一元线性监测 93
5.3.1 基于特征光谱的玉米生物量一元线性估算模型 93
5.3.2 基于植被指数的生物量一元线性估算模型 94
5.3.3 基于光谱特征参数的生物量一元线性估算模型 95
5.4 不同生育期玉米生物量的PLSR监测 96
5.4.1 基于光谱的生物量PLSR估算模型 96
5.4.2 基于植被指数的生物量PLSR估算模型 97
5.4.3 基于光谱特征参数的生物量PLSR估算模型 98
5.5 不同生育期玉米生物量的ANN监测 98
5.5.1 基于光谱的生物量ANN估算模型 98
5.5.2 基于植被指数的玉米生物量的ANN估算模型 100
5.5.3 基于光谱特征参数的玉米生物量ANN估算模型 102
5.6 讨论与结论 104
5.6.1 讨论 104
5.6.2 结论 106
第6章 玉米植株含水量的高光谱监测 108
6.1 材料与方法 109
6.1.1 数据获取 109
6.1.2 数据处理与模型建立 109
6.2 玉米植株水分含量与冠层光谱的相关性 111
6.2.1 玉米植株不同水分含量的冠层光谱特征 111
6.2.2 玉米冠层反射率及其一阶微分与植株含水量的相关性 111
6.2.3 玉米光谱指数与植株含水量的相关性 113
6.3 不同生育期玉米植株含水量的一元线性监测 119
6.3.1 基于特征光谱的含水量一元线性估算模型 119
6.3.2 基于光谱指数的含水量一元线性估算模型 120
6.4 不同生育期玉米植株含水量的PLSR监测 122
6.4.1 基于光谱的含水量PLSR估算模型 122
6.4.2 基于光谱指数的含水量PLSR估算模型 123
6.5 不同生育期玉米植株含水量的ANN监测 124
6.5.1 基于光谱的含水量ANN估算模型 124
6.5.2 基于光谱指数的含水量ANN估算模型 126
6.6 讨论与结论 129
6.6.1 讨论 129
6.6.2 结论 132
第7章 土壤水分含量的高光谱监测 134
7.1 材料与方法 135
7.1.1 样品采集与处理 135
7.1.2 数据处理与模型建立 135
7.2 不同含水量土壤光谱特征 136
7.2.1 研究区土壤含水量基本特征 136
7.2.2 不同含水量土壤反射光谱特征 136
7.2.3 土壤水分的光谱吸收特征 136
7.3 基于特征波长的土壤含水量监测 137
7.3.1 土壤光谱反射率与含水量的相关性 137
7.3.2 土壤含水量估算模型构建 139
7.3.3 模型精度评价 139
7.4 基于吸收特征参数的土壤含水量监测 140
7.4.1 吸收特征参数与水分含量相关性 140
7.4.2 土壤含水量估算模型构建 141
7.4.3 模型精度评价 142
7.5 讨论与结论 144
7.5.1 讨论 144
7.5.2 结论 146
第8章 土壤氮含量的高光谱监测 148
8.1 材料与方法 149
8.1.1 样品采集与处理 149
8.1.2 数据处理与模型建立 149
8.2 土壤氮含量及其光谱特征 150
8.2.1 供试土壤氮含量基本特征 150
8.2.2 不同氮含量土壤的反射光谱特征 150
8.3 土壤光谱与氮含量的相关性 151
8.3.1 土壤光谱与全氮含量的相关性 151
8.3.2 土壤光谱与碱解氮含量的相关性 153
8.4 土壤全氮含量的高光谱监测 155
8.4.1 基于特征光谱的全氮含量一元线性估算模型 155
8.4.2 基于特征指数的全氮含量一元线性估算模型 155
8.4.3 基于光谱和特征参数的全氮含量PLSR估算模型 158
8.4.4 基于光谱及特征参数的土壤全氮含量ANN估算模型 160
8.5 土壤碱解氮含量的高光谱监测 163
8.5.1 基于特征光谱的碱解氮含量一元线性估算模型 163
8.5.2 基于特征指数的碱解氮含量一元线性估算模型 164
8.5.3 基于光谱和特征参数的碱解氮含量PLSR估算模型 166
8.5.4 基于光谱及特征参数的碱解氮含量ANN估算模型 167
8.6 讨论与结论 169
8.6.1 讨论 169
8.6.2 结论 171
第9章 土壤磷和钾含量的高光谱监测 173
9.1 材料与方法 174
9.1.1 样品采集与处理 174
9.1.2 数据处理与模型建立 174
9.2 土壤磷和钾含量及其光谱特征 174
9.2.1 研究区土壤磷和钾含量基本特征 174
9.2.2 不同磷和钾含量土壤的反射光谱特征 176
9.3 土壤光谱与磷和钾含量的相关性 178
9.3.1 土壤光谱与磷含量的相关性 178
9.3.2 土壤光谱与钾含量的相关性 181
9.3.3 土壤磷含量的特征指数 183
9.3.4 土壤钾含量的特征指数 186
9.4 土壤磷含量的高光谱监测 187
9.4.1 土壤全磷含量高光谱监测 187
9.4.2 土壤有效磷含量高光谱监测 189
9.5 土壤钾含量的高光谱监测 193
9.5.1 基于光谱及特征参数的全钾含量PLSR估算模型 193
9.5.2 基于光谱及特征参数的全钾含量ANN估算模型 195
9.5.3 土壤速效钾含量高光谱监测 199
9.6 讨论与结论 203
9.6.1 讨论 203
9.6.2 结论 205
第10章 成果与展望 208
10.1 主要成果 208
10.2 展望 211
参考文献 213
-
内容简介:
遥感技术是精确获取农田环境和农作物长势信息的现代手段。《西北地区玉米长势遥感监测》针对西北地区主要粮食作物——玉米,依据田间试验,将试验观测数据与光谱仪辐射数据和地面高光谱影像相结合,进行玉米叶片和植株的长势高光谱遥感监测,及其土壤水分和养分含量的高光谱监测。主要内容包括:玉米长势遥感监测实验设计与数据测定、处理方法,玉米长势及其高光谱特性分析,叶片花青素、叶绿素,植株生物量和含水量的高光谱遥感监测,玉米种植区土壤含水量、碱解氮、有效磷和速效钾含量的高光谱监测。
-
目录:
目录
第1章 绪论 1
1.1 研究背景 1
1.2 高光谱遥感在精准农业中的应用 2
1.3 作物生理参数的高光谱遥感监测研究 2
1.3.1 作物花青素含量的高光谱遥感监测 3
1.3.2 作物叶绿素含量的高光谱遥感监测 4
1.3.3 作物生物量的高光谱遥感监测 6
1.3.4 作物水分含量的高光谱遥感监测 7
1.4 土壤信息的高光谱遥感监测研究 9
1.4.1 土壤水分含量的高光谱遥感监测 10
1.4.2 土壤氮素含量的高光谱遥感监测 11
1.4.3 土壤磷素含量的高光谱遥感监测 13
1.4.4 土壤钾素含量的高光谱遥感监测 14
第2章 材料与方法 16
2.1 研究区概况 16
2.2 研究目标与内容 16
2.2.1 研究目标 16
2.2.2 研究内容 17
2.3 研究方法 17
2.3.1 技术路线 17
2.3.2 试验设计 18
2.4 高光谱遥感数据获取 19
2.4.1 地面非成像高光谱遥感数据获取 19
2.4.2 地面成像高光谱遥感数据获取 21
2.5 玉米生理参数及农田土壤信息的测定 21
2.5.1 生理参数的测定 21
2.5.2 土壤性质测定 22
2.6 数据分析与处理 23
2.6.1 SVC数据预处理 23
2.6.2 SOC数据预处理 23
2.6.3 高光谱遥感数据处理 24
2.7 玉米生理参数及农田土壤性质估算模型 27
2.7.1 简单的统计回归模型 28
2.7.2 偏小二乘回归模型 28
2.7.3 人工神经网络模型 28
2.7.4 模型验证 30
第3章 玉米叶片花青素含量的高光谱监测 31
3.1 材料与方法 32
3.1.1 数据获取 32
3.1.2 数据处理与模型建立 32
3.2 玉米叶片花青素及其光谱特征 34
3.2.1 叶片花青素含量基本特征 34
3.2.2 玉米叶片光谱特征 34
3.2.3 红边位置特征 35
3.3 基于SVC光谱的玉米叶片花青素含量高光谱监测 36
3.3.1 SVC光谱与玉米叶片花青素含量的相关性 36
3.3.2 基于SVC光谱的玉米叶片花青素含量高光谱监测 38
3.4 基于SOC光谱的玉米叶片花青素含量高光谱监测 46
3.4.1 SOC光谱与玉米叶片花青素含量的相关性 46
3.4.2 基于SOC光谱的玉米叶片花青素含量高光谱监测 48
3.5 讨论与结论 55
3.5.1 讨论 55
3.5.2 结论 57
第4章 玉米叶片叶绿素含量的高光谱监测 59
4.1 材料与方法 59
4.1.1 数据获取 59
4.1.2 数据处理与模型建立 60
4.2 玉米冠层光谱特征 60
4.2.1 不同生育期玉米冠层光谱特征 60
4.2.2 不同SPAD值的玉米冠层光谱特征 61
4.3 玉米冠层光谱与叶片SPAD值的相关性 62
4.3.1 冠层反射率及其微分光谱与SPAD值的相关性 62
4.3.2 植被指数与不同生育期玉米叶片SPAD值的相关性 64
4.3.3 光谱特征参数与不同生育期玉米叶片SPAD值的相关性 66
4.4 不同生育期玉米叶片SPAD值的一元线性监测 68
4.4.1 基于特征光谱的SPAD值一元线性估算模型 68
4.4.2 基于植被指数的SPAD值一元线性估算模型 69
4.4.3 基于光谱特征参数的SPAD值一元线性估算模型 71
4.5 不同生育期玉米叶片SPAD值的PLSR监测 73
4.5.1 基于光谱的SPAD值PLSR估算模型 73
4.5.2 基于植被指数的SPAD值PLSR估算模型 74
4.5.3 基于光谱特征参数的SPAD值PLSR估算模型 75
4.6 不同生育期玉米叶片SPAD值的ANN监测 76
4.6.1 基于光谱的SPAD值ANN估算模型 76
4.6.2 基于植被指数的SPAD值ANN估算模型 78
4.6.3 基于光谱特征参数的玉米叶片SPAD值ANN估算模型 80
4.7 讨论与结论 81
4.7.1 讨论 81
4.7.2 结论 84
第5章 玉米生物量的高光谱监测 87
5.1 材料与方法 88
5.1.1 数据获取 88
5.1.2 数据处理与模型建立 88
5.2 玉米生物量与冠层光谱的相关性 88
5.2.1 不同生物量玉米冠层光谱特征 88
5.2.2 冠层反射率及其一阶微分光谱与生物量的相关性 89
5.2.3 植被指数与生物量的相关性 91
5.2.4 光谱特征参数与生物量的相关性 92
5.3 不同生育期玉米生物量的一元线性监测 93
5.3.1 基于特征光谱的玉米生物量一元线性估算模型 93
5.3.2 基于植被指数的生物量一元线性估算模型 94
5.3.3 基于光谱特征参数的生物量一元线性估算模型 95
5.4 不同生育期玉米生物量的PLSR监测 96
5.4.1 基于光谱的生物量PLSR估算模型 96
5.4.2 基于植被指数的生物量PLSR估算模型 97
5.4.3 基于光谱特征参数的生物量PLSR估算模型 98
5.5 不同生育期玉米生物量的ANN监测 98
5.5.1 基于光谱的生物量ANN估算模型 98
5.5.2 基于植被指数的玉米生物量的ANN估算模型 100
5.5.3 基于光谱特征参数的玉米生物量ANN估算模型 102
5.6 讨论与结论 104
5.6.1 讨论 104
5.6.2 结论 106
第6章 玉米植株含水量的高光谱监测 108
6.1 材料与方法 109
6.1.1 数据获取 109
6.1.2 数据处理与模型建立 109
6.2 玉米植株水分含量与冠层光谱的相关性 111
6.2.1 玉米植株不同水分含量的冠层光谱特征 111
6.2.2 玉米冠层反射率及其一阶微分与植株含水量的相关性 111
6.2.3 玉米光谱指数与植株含水量的相关性 113
6.3 不同生育期玉米植株含水量的一元线性监测 119
6.3.1 基于特征光谱的含水量一元线性估算模型 119
6.3.2 基于光谱指数的含水量一元线性估算模型 120
6.4 不同生育期玉米植株含水量的PLSR监测 122
6.4.1 基于光谱的含水量PLSR估算模型 122
6.4.2 基于光谱指数的含水量PLSR估算模型 123
6.5 不同生育期玉米植株含水量的ANN监测 124
6.5.1 基于光谱的含水量ANN估算模型 124
6.5.2 基于光谱指数的含水量ANN估算模型 126
6.6 讨论与结论 129
6.6.1 讨论 129
6.6.2 结论 132
第7章 土壤水分含量的高光谱监测 134
7.1 材料与方法 135
7.1.1 样品采集与处理 135
7.1.2 数据处理与模型建立 135
7.2 不同含水量土壤光谱特征 136
7.2.1 研究区土壤含水量基本特征 136
7.2.2 不同含水量土壤反射光谱特征 136
7.2.3 土壤水分的光谱吸收特征 136
7.3 基于特征波长的土壤含水量监测 137
7.3.1 土壤光谱反射率与含水量的相关性 137
7.3.2 土壤含水量估算模型构建 139
7.3.3 模型精度评价 139
7.4 基于吸收特征参数的土壤含水量监测 140
7.4.1 吸收特征参数与水分含量相关性 140
7.4.2 土壤含水量估算模型构建 141
7.4.3 模型精度评价 142
7.5 讨论与结论 144
7.5.1 讨论 144
7.5.2 结论 146
第8章 土壤氮含量的高光谱监测 148
8.1 材料与方法 149
8.1.1 样品采集与处理 149
8.1.2 数据处理与模型建立 149
8.2 土壤氮含量及其光谱特征 150
8.2.1 供试土壤氮含量基本特征 150
8.2.2 不同氮含量土壤的反射光谱特征 150
8.3 土壤光谱与氮含量的相关性 151
8.3.1 土壤光谱与全氮含量的相关性 151
8.3.2 土壤光谱与碱解氮含量的相关性 153
8.4 土壤全氮含量的高光谱监测 155
8.4.1 基于特征光谱的全氮含量一元线性估算模型 155
8.4.2 基于特征指数的全氮含量一元线性估算模型 155
8.4.3 基于光谱和特征参数的全氮含量PLSR估算模型 158
8.4.4 基于光谱及特征参数的土壤全氮含量ANN估算模型 160
8.5 土壤碱解氮含量的高光谱监测 163
8.5.1 基于特征光谱的碱解氮含量一元线性估算模型 163
8.5.2 基于特征指数的碱解氮含量一元线性估算模型 164
8.5.3 基于光谱和特征参数的碱解氮含量PLSR估算模型 166
8.5.4 基于光谱及特征参数的碱解氮含量ANN估算模型 167
8.6 讨论与结论 169
8.6.1 讨论 169
8.6.2 结论 171
第9章 土壤磷和钾含量的高光谱监测 173
9.1 材料与方法 174
9.1.1 样品采集与处理 174
9.1.2 数据处理与模型建立 174
9.2 土壤磷和钾含量及其光谱特征 174
9.2.1 研究区土壤磷和钾含量基本特征 174
9.2.2 不同磷和钾含量土壤的反射光谱特征 176
9.3 土壤光谱与磷和钾含量的相关性 178
9.3.1 土壤光谱与磷含量的相关性 178
9.3.2 土壤光谱与钾含量的相关性 181
9.3.3 土壤磷含量的特征指数 183
9.3.4 土壤钾含量的特征指数 186
9.4 土壤磷含量的高光谱监测 187
9.4.1 土壤全磷含量高光谱监测 187
9.4.2 土壤有效磷含量高光谱监测 189
9.5 土壤钾含量的高光谱监测 193
9.5.1 基于光谱及特征参数的全钾含量PLSR估算模型 193
9.5.2 基于光谱及特征参数的全钾含量ANN估算模型 195
9.5.3 土壤速效钾含量高光谱监测 199
9.6 讨论与结论 203
9.6.1 讨论 203
9.6.2 结论 205
第10章 成果与展望 208
10.1 主要成果 208
10.2 展望 211
参考文献 213
查看详情
-
西北地区玉米长势遥感监测
全新正版书籍,假一罚十(图片为标准图,仅供参考。以标题为准,不了解的可以询问客服。) 可开发票
全新
北京市朝阳区
平均发货15小时
成功完成率96.21%
-
全新
山东省济宁市
平均发货65小时
成功完成率80.55%
-
西北地区玉米长势遥感监测
全新正版书籍,假一罚十(图片为标准图,仅供参考。以标题为准,不了解的可以询问客服。) 可开发票
全新
北京市朝阳区
平均发货16小时
成功完成率95.22%
-
全新
江苏省无锡市
平均发货15小时
成功完成率87.18%
-
全新
江苏省南京市
平均发货15小时
成功完成率82.48%
-
全新
四川省成都市
平均发货7小时
成功完成率98.48%
-
九品
北京市昌平区
平均发货22小时
成功完成率86.94%
-
全新
北京市通州区
平均发货9小时
成功完成率87.31%
-
全新
北京市丰台区
平均发货25小时
成功完成率87.61%
-
全新
江苏省南京市
平均发货7小时
成功完成率98.15%
-
全新
上海市黄浦区
平均发货11小时
成功完成率94.33%
-
全新
河北省保定市
平均发货26小时
成功完成率87.84%
-
全新
-
全新
上海市闵行区
平均发货34小时
成功完成率82.08%
-
全新
江苏省无锡市
平均发货16小时
成功完成率94.47%
-
全新
广东省广州市
平均发货18小时
成功完成率87.59%
-
全新
江苏省无锡市
平均发货10小时
成功完成率94.15%
-
全新
北京市丰台区
平均发货8小时
成功完成率90.97%
-
九五品
北京市东城区
平均发货30小时
成功完成率83.85%
-
全新
四川省成都市
平均发货9小时
成功完成率96.69%
-
全新
江苏省南京市
平均发货19小时
成功完成率43.33%
-
全新
四川省成都市
平均发货23小时
成功完成率87.09%
-
全新
山东省潍坊市
平均发货16小时
成功完成率81.96%
-
全新
北京市朝阳区
平均发货12小时
成功完成率85.85%
-
全新
广东省广州市
平均发货19小时
成功完成率86.84%
-
全新
河北省保定市
平均发货15小时
成功完成率91.14%
-
全新
天津市河东区
平均发货24小时
成功完成率91.01%
-
全新
北京市顺义区
平均发货18小时
成功完成率94.77%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.83%
-
全新
北京市房山区
平均发货14小时
成功完成率97.39%
-
全新
北京市顺义区
平均发货11小时
成功完成率93.97%
-
全新
北京市西城区
平均发货16小时
成功完成率91.71%
-
西北地区玉米长势遥感监测
重要提醒:::重要提醒::所有图书保证正版,按书名发货图片仅供参考, 有疑问请咨询客服,看清书名按书名发货
全新
北京市通州区
平均发货9小时
成功完成率89.46%
-
全新
山东省泰安市
平均发货16小时
成功完成率93.77%
-
全新
广东省广州市
平均发货17小时
成功完成率88.97%
-
全新
北京市朝阳区
平均发货13小时
成功完成率93.52%
-
全新
北京市通州区
平均发货46小时
成功完成率84.38%
-
全新
广东省广州市
平均发货7小时
成功完成率88.68%
-
全新
北京市通州区
平均发货45小时
成功完成率77.78%
-
全新
北京市通州区
平均发货38小时
成功完成率83.41%
-
七五品
河北省保定市
平均发货8小时
成功完成率89.16%
-
八五品
山东省泰安市
平均发货12小时
成功完成率90.97%
-
全新
河北省保定市
平均发货10小时
成功完成率93.45%
-
全新
北京市通州区
平均发货39小时
成功完成率75.61%
-
全新
广东省广州市
平均发货10小时
成功完成率87.73%
-
西北地区玉米长势遥感监测
西北地区玉米长势遥感监测 3I30z ax预售 介意者慎拍 拍下即表示认可 祝您购物愉快!版次更新不同步 以实际收到书为准
全新
北京市通州区
平均发货24小时
成功完成率84.21%
-
全新
北京市通州区
平均发货39小时
成功完成率69.64%
-
全新
北京市通州区
平均发货37小时
成功完成率80.95%
-
西北地区玉米长势遥感监测
西北地区玉米长势遥感监测 3I30b ax预售 介意者慎拍 拍下即表示认可 祝您购物愉快!版次更新不同步 以实际收到书为准
全新
北京市朝阳区
平均发货32小时
成功完成率76.92%
-
西北地区玉米长势遥感监测
西北地区玉米长势遥感监测 3I30j ax预售 介意者慎拍 拍下即表示认可 祝您购物愉快!版次更新不同步 以实际收到书为准
全新