MétaCan
Menu
Retour à la cohorte
Enregistrement W4319441756 · doi:10.3390/rs15040896

Study of Genetic Variation in Bermuda Grass along Longitudinal and Latitudinal Gradients Using Spectral Reflectance

2023· article· en· W4319441756 sur OpenAlexaff
Jingxue Zhang, Mengli Han, Li-Wen Wang, Minghui Chen, Chen Chen, Sicong Shen, Jiangui Liu, Chao Zhang, Jiali Shang, Xuebing Yan

Notice bibliographique

RevueRemote Sensing · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCanopyMultispectral imageRemote sensingSpectral signatureHyperspectral imagingEnvironmental scienceReflectivitySpatial variabilityGenetic variationBiologyEcologyGeographyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Genetic variation among populations within plant species can have huge impact on canopy biochemistry and structure across broad spatial scales. Since canopy spectral reflectance is determined largely by canopy biochemistry and structure, spectral reflectance can be used as a means to capture the variability of th genetic characteristics of plant species. In this study, we used spectral measurements of Bermuda grass [Cynodon dactylon (L.) Pers.] at both the leaf and canopy levels to characterize the variability of plant traits pertinent to phylogeographic variation along the longitudinal and latitudinal gradients. An integration of airborne multispectral and hyperspectral data allows for the exploitation of spectral variations to discriminate between the five different genotypic groups using ANOVA and RF models. We evaluated the spectral variability among high-latitude genotypic groups and other groups along the latitudinal gradients and assessed spectral variability along longitudinal gradients. Spectral difference was observed between genetic groups from the northern regions and those from other regions along the latitudinal gradient, which indicated the usefulness of spectral signatures for discriminating between genetic groups. The canopy spectral reflectance was better suited to discriminate between genotypes of Bermuda grass across multiple scales than leaf spectral data, as assessed using random forest models. The use of spectral reflectance, derived from remote sensing, for studying genetic variability across landscapes is becoming an emerging research topic, with the potential to monitor and forecast phenology, evolution and biodiversity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,029
Tête enseignante GPT0,271
Écart entre enseignants0,242 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetRemote Sensing in AgricultureTravaux en français237 207