MétaCan
Menu
Retour à la cohorte
Enregistrement W4310415983 · doi:10.3390/soilsystems6040089

Proximal and Remote Sensing Data Integration to Assess Spatial Soil Heterogeneity in Wild Blueberry Fields

2022· article· en· W4310415983 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSoil Systems · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversity of GuelphMcGill UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésElevation (ballistics)Environmental scienceSpatial variabilitySoil testVegetation (pathology)Soil scienceSoil waterRemote sensingPhysical geographyGeologyGeographyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Wild blueberries (Vaccinium angustifolium Ait.) are often cultivated uniformly despite significant within-field variations in topography and crop density. This study was conducted to relate apparent soil electrical conductivity (ECa), topographic attributes, and multi-spectral satellite imagery to fruit yield and soil attributes and evaluate the potential of site-specific management (SSM) of nutrients. Elevation and ECa at multiple depths were collected from two experimental fields (referred as FieldUnd, FieldFlat) in Normandin, Quebec, Canada. Soil samples were collected at two depths (0–0.05 m and 0.05–0.15 m) and analyzed for a range of soil properties. Statistical analyses of fruit yield, soil, and sensor data were used to characterize within-field variability. Fruit yield showed large variability in both fields (CVUnd = 54.4%, CVFlat = 56.5%), but no spatial dependence. However, several soil attributes showed considerable variability and moderate to strong spatial dependence. Elevation and the shallowest depths of both the Veris (0.3 m) and DUALEM (0.54 m) ECa sensors showed moderate to strong spatial dependence and correlated significantly to most soil properties in both study sites, indicating the feasibility of SSM. In place of management zone delineation, a quadrant analysis of the shallowest ECa depth vs. elevation provided four sensor combinations (scenarios) for theoretical field conditions. ANOVA and Tukey–Kramer’s post hoc test showed that the greatest differentiation of soil properties in both fields occurred between the combinations of high ECa/low elevation versus low ECa/high elevation. Vegetation indices (VIs) obtained from satellite data showed promise as a biomass indicator, and bare spots classified with satellite imagery in FieldUnd revealed significantly distinct soil properties. Combining proximal and multispectral data predicted within-field variations of yield-determining soil properties and offered three theoretical scenarios (high ECa/low elevation; low ECa/high elevation; bare spots) on which to base SSM. Future studies should investigate crop response to fertilization between the identified scenarios.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,260
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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