Unmanned Aerial Vehicle (UAV)-Based Remote Sensing for Early-Stage Detection of Ganoderma
Notice bibliographique
Résumé
Early detection of Basal Stem Rot (BSR) disease in oil palms is an important plantation management activity in Southeast Asia. Practical approaches for the best strategic approach toward the treatment of this disease that originated from Ganoderma Boninense require information about the status of infection. In spite of the availability of conventional methods to detect this disease, they are difficult to be used in plantation areas that are commonly large in terms of planting hectarage; therefore, there is an interest for a quick and delicate technique to facilitate the detection and monitoring of Ganoderma in its early stage. The main goal of this paper is to evaluate the use of remote sensing technique for the rapid detection of Ganoderma-infected oil palms using Unmanned Aerial Vehicle (UAV) imagery integrated with an Artificial Neural Network (ANN) model. Principally, we sought for the most representative mean and standard deviation values from green, red, and near-infrared bands, as well as the best palm circle radius, threshold limit, and the number of hidden neurons for different Ganoderma severity levels. With the obtained modified infrared UAV images at 0.026 m spatial resolution, early BSR infected oil palms were most satisfactorily detected with mean and standard deviation derived from a circle radius of 35 pixels of band green and near-infrared, 1/8 threshold limit, and ANN network by 219 hidden neurons, where the total classification accuracies achieved for training and testing the dataset were 97.52% and 72.73%, respectively. The results from this study signified the utilization of an affordable digital camera and UAV platforms in oil palm plantation, predominantly in disease management. The UAV images integrated with the Levenberg–Marquardt training algorithm illustrated its great potential as an aerial surveillance tool to detect early Ganoderma-infected oil palms in vast plantation areas in a rapid and inexpensive manner.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».