Efficacy of different indices derived from spectral reflectance of wheat for nitrogen stress detection
Notice bibliographique
Résumé
The productivity of cereal crops is mainly related to their nitrogen status. It is hypothesized that the spectral reflectance data could be used to predict wheat nitrogen status with spectral indices and that their performance depends on the nature of the interaction of the solar radiation with the crop canopy. A wheat crop was raised with 12 levels of nitrogen treatments: 0, 15, 30, 40, 50, 60, 70, 80, 90, 100, 110, and 120 kg ha−1, with uniform phosphorous and potassium nutrition and uniform water and management practice. The spectral reflectance measurements of the crop canopy were taken at 5 nm intervals, throughout the crop growth period. Different spectral indices, both broadband (ratio as well as orthogonal) and hyperspectral indices were computed throughout the growing season. Canopy Colour Difference (ΔE), an index developed from the entire visible region and hence broader than the spectral indices developed hitherto, was also estimated from the reflectance data. Simple linear relationships developed between spectral indices versus applied nitrogen levels as well as the plant nitrogen content revealed that the hyperspectral indices are less sensitive in comparison to broadband indices. The result was reinforced by a higher correlation between the colour difference, NDVI and Greenness Index with plant nitrogen level/content, as opposed to hyperspectral indices.
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 ».