Mapping winter wheat crop traits dynamic change and growth performance for variable rate application using Sentinel-1 and Sentinel-2
Notice bibliographique
Résumé
Site specific crop management for variable rate application is extensively recognized as a method for distributing agricultural input unevenly across a field, tailored to the diverse requirement of different areas. From the previous study, this approach proven to reduce agricultural input expenses by 10 % without impacting yield and ensure environmental sustainability. This study presents a new approach to delineate management zones for precision agriculture using crop biophysical property variability assessment within winter wheat fields. A multivariate random forest framework was developed to estimate winter wheat’s biophysical properties within fields from surface reflectance and backscatters of Sentinel-1 and Sentinel-2. Combining Sentinel-1 and Sentinel-2 data resulted in more precise estimation of the green area index (R²=0.98), aboveground dry biomass (R²=0.90), plant height (R²=0.94), and leaf nitrogen content (R²=0.78). Sentinel-2 alone was particularly effective in estimating shoot density (R²=0.94). These estimates were then used to create management zones for precision agriculture, classified based on agronomic performance benchmarks. The fuzzy c-mean clustering algorithm helped generate homogeneous management zones, considering the biophysical variations within fields.The ultimate goal is to integrate these biophysical property maps and management zones into crop management workflows. This integration will assist farmers in recognizing field variability and understanding its causes. Moreover, the spatial distribution of these zones supports variable rate application, guiding farmers towards more efficient, profitable, and sustainable crop management practices.
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 ».