AbstractAbility to make yield predi

Abstract
Ability to make yield prediction before harvest using satellite remote sensing is important in many aspects of agricultural decision-making. In this study, canopy reflectance band and different band ratios in form of vegetation indices (VI) with leaf area index (LAI) were used to generate remotely sensed pre-harvest empirical rice yield prediction models. LAI measurements, spectral data derived from two SPOT data acquired on August 24, 2008 and August 23, 2009 and observed rice yield were used as main inputs for rice yield modeling. Each remotely sensed factor was used separately and in combination with LAI to generate the models. The results showed that green spectral band, middle infra-red spectral band and green vegetation index (GVI) did not show sufficient capability as rice yield estimators while other inputs such as red spectral band, near infrared spectral band and vegetation indices that are algebraic ratios from these two spectral bands when used separately or in combined with leaf area index (LAI) produced high accurate rice yield estimation models. The validation process was carried out using two statistical tests; standard error of estimate and the correlation coefficient between modeled and predicted yield. The validation results indicated that using normalized difference vegetation index (NDVI) combined with leaf area index (LAI) produced the model with highest accuracy and stability during the two rice seasons. The generated models are applicable 90 days after planting in any similar environmental conditions and agricultural practices.

Kết quả (Việt) 1:

Tóm tắtKhả năng thực hiện năng suất dự đoán trước khi thu hoạch bằng cách sử dụng vệ tinh viễn thám là quan trọng trong nhiều lĩnh vực nông nghiệp quyết định. Trong nghiên cứu này, nóc buồng lái phản xạ ban nhạc và ban nhạc khác nhau tỷ lệ trong các hình thức của thảm thực vật chỉ số (VI) với các chỉ số diện tích lá (LAI) đã được sử dụng để tạo ra các mô hình dự báo sản lượng cảm nhận từ xa trước khi thu hoạch thực nghiệm gạo. Phép đo LAI, quang phổ, dữ liệu có nguồn gốc từ hai dữ liệu tại chỗ mua trên 24 tháng tám 2008 và 23 tháng 8 năm 2009 và quan sát thấy lúa năng suất được sử dụng như chính đầu vào cho lúa mang lại mô hình. Mỗi điều khiển từ xa cảm thấy yếu tố được sử dụng một cách riêng biệt và kết hợp với LAI để tạo ra các mô hình. Kết quả cho thấy rằng ban nhạc quang phổ màu xanh lá cây, giữa các ban nhạc quang phổ hồng ngoại và thảm thực vật màu xanh lá cây index (GVI) không hiển thị đầy đủ khả năng như lúa năng suất estimators trong khi đầu vào khác như ban nhạc đỏ quang phổ, gần hồng ngoại quang phổ nhạc và thảm thực vật chỉ số mà các tỷ lệ đại số từ các ban nhạc phổ hai khi sử dụng một cách riêng biệt hoặc trong kết hợp với lá lá index (LAI) sản xuất gạo chính xác cao năng suất ước lượng mô hình. Quá trình xác nhận được thực hiện bằng cách sử dụng hai bài kiểm tra thống kê; chuẩn sai số ước lượng và hệ số tương quan giữa mô phỏng và dự báo sản lượng. Kết quả xác nhận chỉ ra rằng bằng cách sử dụng chỉ số bình thường khác biệt thảm thực vật (NDVI) kết hợp với lá lá chỉ mục (LAI) sản xuất các mô hình với độ chính xác cao và ổn định trong hai mùa giải gạo. Các mô hình được tạo ra là áp dụng 90 ngày sau khi trồng trong bất kỳ tương tự như điều kiện môi trường và thực hành nông nghiệp.

Kết quả (Việt) 2:

Tóm tắt
khả năng để làm cho dự đoán sản lượng trước khi thu hoạch sử dụng vệ tinh viễn thám là quan trọng trong nhiều khía cạnh của nông nghiệp quyết định. Trong nghiên cứu này, ban nhạc tán phản xạ và hệ số ban nhạc khác nhau trong hình thức chỉ số thực vật (VI) với chỉ số diện tích lá (LAI) đã được sử dụng để tạo ra gạo thực nghiệm mô hình dự báo sản lượng trước khi thu hoạch viễn thám. Đo LAI, dữ liệu quang phổ thu được từ hai dữ liệu SPOT mua vào ngày 24 tháng 8 năm 2008 và ngày 23 tháng 8 2009 và sản lượng lúa quan sát đã được sử dụng như là đầu vào chính cho mô hình năng suất lúa. Mỗi yếu tố viễn thám được sử dụng riêng biệt và kết hợp với LAI để tạo ra các mô hình. Kết quả cho thấy dải quang phổ màu xanh lá cây, giữa hồng ngoại dải quang phổ và chỉ số thực vật màu xanh lá cây (GVI) không cho thấy đủ năng lực theo ước lượng năng suất lúa trong khi đầu vào khác như dải quang phổ màu đỏ, hồng ngoại gần dải quang phổ và thực vật chỉ số có tỷ lệ đại số từ hai dải quang phổ khi được sử dụng riêng rẽ hoặc kết hợp với các chỉ số diện tích lá (LAI) sản xuất mô hình ước tính sản lượng gạo chính xác cao. Quá trình xác nhận được thực hiện sử dụng hai bài kiểm tra thống kê; sai số chuẩn của ước lượng và hệ số tương quan giữa mô hình và dự báo sản lượng. Các kết quả xác nhận chỉ ra rằng việc sử dụng chỉ số chênh lệch bình thường hóa thực vật (NDVI) kết hợp với chỉ số diện tích lá (LAI) sản xuất các mô hình với độ chính xác cao nhất và sự ổn định trong hai mùa lúa. Các mô hình tạo ra được áp dụng 90 ngày sau khi trồng ở bất kỳ điều kiện môi trường tương tự và thực hành nông nghiệp.