Canola Yield Estimation Using Remotely Sensed Images and M5P Model Tree Algorithm
Notice bibliographique
Résumé
Northwestern Ontario has a shorter growing season but fertile soil, affordable land, opportunities for agricultural diversification, and a demand for canola production. Canola yield mainly varies with spatial heterogeneity of soil properties, crop parameters, and meteorological conditions; thus, existing yield estimation models must be revised before being adopted in Northwestern Ontario to ensure accuracy. Region-specific canola cultivation guidelines are essential. This study utilized high spatial-resolution images to estimate flower coverage and yield in experimental plots at the Lakehead University Agricultural Research Station, Thunder Bay, Canada. Spectral profiles were created for canola flowers and pods. During the peak flowering period, the reflectance of green and red bands was almost identical, allowing for the successful classification of yellow flower coverage using a recursive partitioning and regression tree algorithm. A notable decrease in reflectance in the RedEdge and NIR bands was observed during the transition from pod maturation to senescence, reflecting physiological changes. Canola yield was estimated using selected vegetation indices derived from images, the percent cover of flowers, and the M5P Model Tree algorithm. Field samples were used to calibrate and validate prediction models. The model’s prediction accuracy was high, with a correlation coefficient (r) of 0.78 and a mean squared error of 7.2 kg/ha compared to field samples. In conclusion, this study provided an important insight into canola growth using remote sensing. In the future, when modelling, it is recommended to consider other variables (soil nutrients and climate) that might affect crop development.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».