Using remote sensing to understand Pinot noir vineyard variability in Ontario
Notice bibliographique
Résumé
The study objective was to determine whether multispectral high spatial resolution airborne imagery could be used to segregate zones in Pinot noir vineyards to target highest quality fruit for premium winemaking. We hypothesized that remotely sensed data would be correlated with vine size and leaf water potential (ψ), and by extension with yield and berry composition. In 2008–2009, multispectral (blue, green, red, near-infrared) airborne images were acquired from four Ontario Pinot noir vineyards (four dates, 2008; three, 2009), with the final flight date near veraison. A process was developed to extract information from sentinel vine locations, and to calculate normalized difference vegetation index (NDVI). Data were extracted at 1 × 1, 3 × 3, and 5 × 5 pixel re-sampling rates to test for ideal image resolution. A method was developed to mask non-vine pixels to simplify qualitative assessment of images. The 3 × 3 pixel re-sampling provided most useful information. In 2008, 3 × 3 re-sampling NDVI correlated with (r-values; p < 0.0001): berry pH (−0.48), soluble solids (−0.43), vine size (0.46), anthocyanins (−0.65), colour (−0.58), and soil clay and sand content (−0.55, 0.55). In 2009, mean 3 × 3 re-sampling NDVI correlated with (r-values; p < 0.0001): anthocyanins (0.49), soil moisture (−0.89), and soil clay and silt content (−0.75, 0.83). No clear trends in correlations existed between vegetation indices vs. vine size, anthocyanins, phenolics, or soil moisture throughout the growing season in either vintage. Masked images proved effective for viewing spatial trends in airborne images without full data extraction. Qualitative similarities existed between maps of vineyard and grape composition variables vs. maps of extracted data and masked images. Remote sensing may be useful to determine colour or phenolic potential of grapes, in addition to vine water status, yield, and vine size. This study was unique by employing remote sensing in cover-cropped vineyards and thereafter using protocols for excluding spectral reflectance contributed by inter-row vegetation.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».