Assessment of Cornfield LAI Retrieved from Multi-Source Satellite Data Using Continuous Field LAI Measurements Based on a Wireless Sensor Network
Notice bibliographique
Résumé
Accurate and continuous monitoring of leaf area index (LAI), a widely-used vegetation structural parameter, is crucial to characterize crop growth conditions and forecast crop yield. Meanwhile, advancements in collecting field LAI measurements have provided strong support for validating remote-sensing-derived LAI. This paper evaluates the performance of LAI retrieval from multi-source, remotely sensed data through comparisons with continuous field LAI measurements. Firstly, field LAI was measured continuously over periods of time in 2018 and 2019 using LAINet, a continuous LAI measurement system deployed using wireless sensor network (WSN) technology, over an agricultural region located at the Heihe watershed at northwestern China. Then, cloud-free images from optical satellite sensors, including Landsat 7 the Enhanced Thematic Mapper Plus (ETM+), Landsat 8 the Operational Land Imager (OLI), and Sentinel-2A/B Multispectral Instrument (MSI), were collected to derive LAI through inversion of the PROSAIL radiation transfer model using a look-up-table (LUT) approach. Finally, field LAI data were used to validate the multi-temporal LAI retrieved from remote-sensing data acquired by different satellite sensors. The results indicate that good accuracy was obtained using different inversion strategies for each sensor, while Green Chlorophyll Index (CIgreen) and a combination of three red-edge bands perform better for Landsat 7/8 and Sentinel-2 LAI inversion, respectively. Furthermore, the estimated LAI has good consistency with in situ measurements at vegetative stage (coefficient of determination R2 = 0.74, and root mean square error RMSE = 0.53 m2 m−2). At the reproductive stage, a significant underestimation was found (R2 = 0.41, and 0.89 m2 m−2 in terms of RMSE). This study suggests that time-series LAI can be retrieved from multi-source satellite data through model inversion, and the LAINet instrument could be used as a low-cost tool to provide continuous field LAI measurements to support LAI retrieval.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».