Exploring the potential of two vegetative indices, normalized difference vegetation index (NDVI) and enhanced vegetation index 2 (EVI2), to estimate balsam fir nutrition using uncrewed aerial vehicles and multispectral sensing
Notice bibliographique
Résumé
Balsam fir trees are a specialty agricultural species that are largely used as Christmas trees. Soil or tissue sampling is seldom performed to assess balsam fir nutrition needs, which can contribute to over- or under-fertilization and subsequent environmental challenges. Remote sensing with vegetative indices has had strong relationships with nutrition in other plants. This research aimed to determine whether there is a relationship between normalized difference vegetation index (NDVI) and enhanced vegetation index 2 (EVI2) and nutrition in balsam fir. A random sample of 45 trees was selected in autumn of 2021 and then another 70 trees selected in spring of 2022. Soil and needle tissue samples were analyzed for N, P, K, Ca, Mg, S, Fe, Zn, Mn, B, and Cu. An uncrewed aerial vehicle equipped with a multispectral camera was flown over the orchard to determine the NDVI/EVI2 for each tree. Data were analyzed for correlations through all sampled trees. Separate correlation analyses were performed for mature trees (greater than 5 years old) and young trees (less than 5 years old). Soil nutrients N, P, and K had a significant relationship with NDVI in autumn sampling. Only tissue N was correlated consistently with NDVI in both autumn and spring, with R2 of 37% and 33%, respectively. Relationships were much stronger when only mature trees were considered, increasing to 60% and 51%, respectively. Tissue N was correlated consistently with EVI in both autumn and spring, with R2 of 58% and 40%, respectively, but had no improvement in mature trees. Ultimately both NDVI and EVI2 had predictive power for tissue N that can be useful to producers to help optimize fertilizer input. However, further work is needed to refine these relationships.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».