Characterization of canola canopies using optical and SAR imagery
Notice bibliographique
Résumé
Normalized Difference Vegetation Index (NDVI) values extracted from remotely sensed optical imagery are used ubiquitously to monitor crop condition. However, challenges in the operational use of optical imagery are well documented making it difficult to capture measures of crop condition during critical phenology stages when clouds obscure. This study investigates the integration of Synthetic Aperture Radar (SAR) and optical imagery to characterize the condition of crop canopies in order to deliver daily measures of NDVI during the entire growing season. Multitemporal C-band polarimetric RADARSAT-2 SAR data and RapidEye images were acquired in 2012 for a study site in western Canada. SAR polarimetric parameters and NDVI were extracted. The temporal variations in SAR polarimetric parameters and NDVI were interpreted with respect to the development of the canola canopy. Optical NDVI was statistically related with SAR polarimetric parameters over test canola fields. Significant correlations were documented between a number of SAR polarimetric parameters and optical NDVI, in particular with respect to HV backscatter, span, volume scattering of the Freeman Durden decomposition and the radar vegetation index, with R-values of 0.83, 0.72, 0.81 and 0.71 respectively. Based on the statistical analysis, SAR polarimetric parameters were calibrated to optical NDVI, creating a SAR-calibrated NDVI (SARc-NDVI)). A canopy structure dynamics model (CSDM) was fitted to the SARc-NDVI, providing a seasonal temporal vegetation index curve. The coupling of NDVI from optical and SAR imagery with a CSDM demonstrates the potential to derive daily measures of crop condition over the entire growing season.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».