Investigating crop performance on urban green roofs using hyperspectral data
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.
Notice bibliographique
Résumé
This study explores the dynamic relationship between crop plant performance and variety of treatment effects (water levels, diversity, and sedum) on extensive urban green roofs. Green roofs have gained recognition as a sustainable urban design strategy, offering benefits such as stormwater management, energy efficient, and improved aesthetic enhancements. However, environmental stressors can challenge plant growth and performance on these emerging extensive green roofs. To help cope with these stressors, certain planting techniques have been implemented on green roofs such as plants grown with sedum and increasing diversity types. However, monitoring the effects of these treatments in a rapid, timely manner are still in its infancy. To monitor plant health (specifically bush beans (Phaseolus vulgaris)) on green roofs, this study utilizes hyperspectral remote sensing technology using two crucial optical parameters: red edge point (REP) and red well point (RWP) to offer new valuable insights into monitoring plant health on green roofs. The results found that both REP and RWP information can detect significant differences between the treatment effects of water treatment (high and low) (p = 0.006, p = 0.001) and plants with or without existence of sedum (Crassulaceae) (p = 0.01, p = 0.07) but could not find significant difference in diversity effects (single crop or multiple crops) (p = 0.20, p = 0.45). The results of REP and RWP was also able to find that plants with sedum under low watering treatments showed worse plant performance than plants without sedum under low watering treatments (p = 0.006, p = 0.006). This provides insights that remote sensing technology can detect that there may have been a competition of resources under low watering treatments and that that REP and RWP has the potential for a future sophisticated green roof monitoring platform.
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 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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 découle