Predicting agronomic performance of barley using canopy reflectance data
Notice bibliographique
Résumé
The ability to accurately and rapidly predetermine agronomic performance would be desirable in most plant breeding programs. Remote sensing of canopy reflectance is a quick and nondestructive method that may be useful in the estimation of agronomic performance. Studies were conducted at Fargo and Langdon, North Dakota, to determine the effectiveness of a multispectral radiometer in estimating yield, kernel plumpness (KP), and 1000-kernel weight (TKW) in barley. Canopy reflectance was measured in eight (500–850 nm) discrete narrow-wavelength bands. Three types of reflectance models were evaluated: simple models using one to four wavelengths, simple ratio and normalized difference vegetation indices (NDVI) using green, red, and near-infrared wavelengths, and soil-adjusted vegetation indices (SAVI). The relationship between canopy reflectance and agronomic performance was significantly influenced by environment, growth stage, and plant genotype. Grain yield was best estimated near GS73 (0.84 < R2 < 0.92) at Fargo and at GS83 (0.55 < R2 < 0.81) at Langdon. In contrast, KP and TKW could be estimated at both late (GS83; 0.68 < R2 < 0.93) and early (GS24–GS47; 0.72 < R2 < 0.91) growth stages. The 550-nm and 800-nm wavelengths are critical for development of predictive models. A simple model using 550-nm, 600-nm, and 800-nm from GS47-GS73 gave significant (0.45 < R2 < 0.64) estimation of agronomic performance across all environments. In contrast, simple ratio, NDVI, and SAVI were less effective (0.05 < R2 < 0.77) in predicting agronomic performance. Remote sensing using canopy reflectance is a potential tool to estimate agronomic performance of barley, but genotypic and crop stage factors affect this method. Further studies are needed to improve the usefulness of multispectral radiometry in predicting agronomic performance. Key words: Crop yield, Hordeum vulgare, kernel plumpness, remote sensing
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».