Evaluating the effectiveness of remote sensing-based vegetation indices in estimating the spatio-temporal distribution of Nitrogen rates
Notice bibliographique
Résumé
Evaluating the effectiveness of remote sensing-based vegetation indices in estimating the spatio-temporal distribution of Nitrogen ratesOne of the main objectives of precision agriculture is to optimize nitrogen fertilizer application management. This study aimed to assess the efficacy of different vegetation indices derived from satellite data in estimating soil ammonium and nitrate values during the corn growing season. To achieve this, multi-temporal Sentinel-2 images and ground data including ammonium and soil nitrate values measured at specific ground stations throughout the corn growing season for Hunter field, Canada, were utilized. Firstly, various vegetation indices including NDVI, EVI, MSAVI, ARVI, GNDVI, and OSAVI were calculated for different dates throughout the crop growing season. Subsequently, the Pearson correlation between these vegetation indices and temporal variations in soil ammonium and nitrate values during the growing season was examined. Moreover, the relationship between vegetation indices at the crop growth peak and the amount of fertilizer applied to the soil during planting was investigated. The findings indicated that the average correlation coefficients between total soil nitrate and ammonium values throughout the growing season and the NDVI, EVI, MSAVI, ARVI, GNDVI, and OSAVI indices were -0.67, -0.72, -0.69, -0.68, -0.73, and -0.70, respectively. Furthermore, the average correlation coefficients between these indices at the growth peak and the cumulative ammonium and nitrate applied at planting were 0.60, 0.60, 0.64, 0.60, 0.68, and 0.64, respectively. The correlation coefficient and root mean square error (RMSE) between the measured and modeled sum of ammonium and nitrate, based on the six vegetation indices in a multivariate form, were 0.89 and 17.3 mg, respectively.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».