<i>In silico</i> analysis of decomposed reflectances of C3 and C4 plants aiming at the effective assessment of crop needs
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
By separating the surface and subsurface components of foliar hyperspectral signatures using polarization optics, it is possible to enhance the remote discrimination of different plant species and optimize the assessment of different factors associated with their health status. These initiatives, in turn, can lead to higher crop yield and lower environmental impact. It is important to consider, however, that the main varieties of crops, represented by C3 (e.g., soy) and C4 (e.g., maize) plants, have markedly distinct morphological characteristics. Accordingly, the influence of these characteristics on their interactions with impinging light may affect the selection of optimal probe wavelengths for specific applications making use of combined hyperspectral and polarization measurements. In this paper, we compare the sensitivity of the total (including surface and subsurface components) and subsurface reflectance responses of C3 and C4 plants to different spectral and geometrical light incidence conditions. This investigation is supported by measured biophysical data and predictive light transport simulations. The results of our comparisons indicate that the total and subsurface reflectance responses of C3 and C4 plants depict well-defined patterns of sensitivity for varying illumination conditions. We believe that these patterns should be considered in the design of high-fidelity crop discrimination and monitoring procedures.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle