Stress Detection in Crops with Hyperspectral Remote Sensing and Physical Simulation Models
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Progress made on the detection of stress in heterog eneous crop canopies with hyperspectral remote sensing imagery is presented. High-spatial resolution multispectral remote sensing imagery was collected in 2002, 2003 and 2004 over vineyard and olive orchards in Spain. Imagery acquired with the Compact Airborne Spectrographic Imager (CASI) and the Reflective Optics System Imaging Spectrometer (ROSIS) in the visible and near infrared wavelengt h regions 400-950 nm at 1 m resolution, and with the Airborne Hyperspectral Scanner (AHS) in the reflective and thermal regions at 2 m resolution enabled the study of narrow-band vegetation indices and model simula tion for estimation of chlorophyll content for chlorosis det ection at the tree and vine level, as well as deriv ing thermal information function of the stress status. Ground d ata collection consisted of measurements of crown t ransmittance with a PCA LAI-2000 and geometrical measurements of crown projected area, height, crown cross-section, and biochemical constituents such as chlorophyll a+b and carotenoids, enabling the estimation of crown leaf area index, crown leaf density, biophysical variables related t o the crown intercepted radiation, such as crop yie ld and canopy fractional cover, as well as crop functioning throu gh chlorophyll content estimation. Leaf and canopy simulation models, such as PROSPECT, SAILH, FLIM, and rowMCRM were used and the scaling up methodology presented.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle