Optical sensing estimation of leaf nitrogen concentration in maize across a range of water-stress levels
Notice bibliographique
Résumé
Optical sensing techniques offer an instant estimation of leaf nitrogen (N) concentration during the crop growing season. Differences in plant-moisture status, however, can obscure the detection of differences in N levels. This study presents a vegetation index that robustly measures differences in foliar N levels across a range of plant moisture levels. A controlled glasshouse study with maize (Zea mays L.) subjected to both water and N regimes was conducted in Ottawa, Canada. The purpose of the study was to identify spectral waveband(s), or indices derived from different wavebands, such as the normalised difference vegetation index (NDVI), that are capable of detecting variations in leaf N concentration in response to different water and N stresses. The experimental design includes three N rates and three water regimes in a factorial arrangement. Leaf chlorophyll content and spectral reflectance (400–1075 nm) were measured on the uppermost fully expanded leaves at the V6, V9 and V12 growth stages (6th, 9th and 12th leaves fully expanded). N concentrations of the same leaves were determined using destructive sampling. A quantitative relationship between leaf N concentration and the normalised chlorophyll index (normalised to well fertilised and well irrigated plants) was established. Leaf N concentration was also a linear function (R2 = 0.9, P < 0.01) of reflectance index (NDVI550, 760) at the V9 and V12 growth stages. Chlorophyll index increased with N nutrition, but decreased with water stress. Leaf reflectance at wavebands of 550 ± 5 nm and 760 ± 5 nm were able to separate water- and N-stressed plants from normal growing plants with sufficient water and N supply. Our results suggest that NDVI550, 760 and normalised chlorophyll index hold promise for the assessment of leaf N concentration at the leaf level of both normal and water-stressed maize plants.
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 | 0,000 | 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 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 ».