Water and Nitrogen Effects on Active Canopy Sensor Vegetation Indices
Notice bibliographique
Résumé
Much of the previous evaluation of active crop canopy sensors for in‐season assessment of crop N status has occurred in environments without water stress. The impact of concurrent water and N stress on the use of active crop canopy sensors for in‐season N management is unknown. The objective of this study was to evaluate the performance of various spectral indices for sensing N status of corn ( Zea mays L.), where spectral variability might be confounded by water‐induced variations in crop reflectance. The study was conducted in 2009 and 2010 with experimental treatments of irrigation level (100 and 70% evapotranspiration [ET]), previous crop {corn–corn or soybean [ Glycine max (L.) Merr.]–corn} and N fertilizer rate (0, 75, 150, and 225 kg N ha −1 ). Crop canopy reflectance was measured from V11 to R4 stage using two active sensors–a two band (880 and 590 nm) and a three band (760, 720, and 670 nm). Among the indices, the vegetation index described by near infrared minus red edge divided by near infrared minus red (DATT) and Meris terrestrial chlorophyll index (MTCI) were the least affected by water stress, with good ability to differentiate N rate with both previous crops. The chlorophyll index using amber band (CI), normalized difference vegetation index using red edge band (NDVI_RE) and the normalized vegetationi using the red band (NDVI_Red) showed more variation due to water supply, and had only moderate ability to differentiate N rates.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».