Jurnal Internasional Penginderaan Jauh, Vol. 10, Halaman 1968: Memanfaatkan Model Simulasi Pertumbuhan Tanaman Bertingkat untuk Melatih Algoritma Pengambilan Satelit Agronomi

Download Jurnal Disini

Penginderaan Jauh, Vol. 10, Halaman 1968: Memanfaatkan Model Simulasi Pertumbuhan Tanaman Bertingkat untuk Melatih Algoritma Pengambilan Satelit Agronomi

Penginderaan Jauh doi: 10.3390 / rs10121968

Penulis:
Nathaniel Levitan
Barry Gross

Karena cakupannya di seluruh dunia dan waktu revisit yang tinggi, penginderaan jauh berbasis satelit menyediakan kemampuan untuk memantau variabel musim panen di musim dan menghasilkan secara global. Dalam studi ini, kami mempresentasikan pendekatan baru untuk melatih algoritma pengambilan kembali satelit agronomi dengan memanfaatkan simulasi model pertumbuhan tanaman kolokasi dan pengukuran satelit surya-reflektif. Secara khusus, kami menunjukkan bahwa jaringan memori jangka pendek dua arah (BLSTMs) dapat dilatih untuk memprediksi variabel status dalam musim dan hasil dari simulasi model pertumbuhan tanaman pertanian Model Pertanian sIMulator (APSIM) dari Collocated Moderate Resolution Imaging Spectroradiometer (MODIS) Pengukuran satelit 500-m di atas Sabuk Jagung Amerika Serikat dalam skala regional. Kami mengevaluasi kinerja BLSTM melalui validasi lintas k-fold dan perbandingan dengan hasil ground-truth dan fenologi skala regional. Dengan menggunakan k-fold cross validation, kami menunjukkan bahwa tiga variabel kondisi musim jagung yang berbeda (indeks luas daun, biomassa di atas permukaan tanah, dan luas daun tertentu) dapat diambil dengan nilai R2 yang divalidasi silang mulai dari 0,4 hingga 0,8 untuk bagian signifikan dari musim. Beberapa variabel status tanaman, tanah, dan fenologi di musim juga dievaluasi dalam studi untuk retrievabilitas mereka melalui k-fold cross validation. Selain itu, dengan membandingkan data ground grounding dari United State Department of Agriculture (USDA) yang berbasis survei, kami menunjukkan bahwa BLSTMs mampu memprediksi hasil tingkat daerah yang sebenarnya dengan nilai R2 antara 0,45 dan 0,6 dan tanggal fenologis tingkat-negara yang sebenarnya ( Munculnya, silking, dan maturity) dengan nilai R2 antara 0,75 dan 0,85. Kami percaya bahwa aplikasi potensial dari metodologi ini adalah untuk mengembangkan produk satelit untuk memantau pertumbuhan tanaman skala bidang di skala musim pada skala global dengan mereproduksi metodologi dengan simulasi model pertumbuhan tanaman skala bidang (memanfaatkan data agroman manajemen skala petani yang tercatat di lapangan ) dan mengumpulkan data satelit resolusi tinggi (menyatu dengan data satelit resolusi menengah).

Download Jurnal Disini
Jurnal

Penginderaan Jauh, Vol. 10, Halaman 1968: Memanfaatkan Model Simulasi Pertumbuhan Tanaman Bertingkat untuk Melatih Algoritma Pengambilan Satelit Agronomi

Leave a reply "Jurnal Internasional Penginderaan Jauh, Vol. 10, Halaman 1968: Memanfaatkan Model Simulasi Pertumbuhan Tanaman Bertingkat untuk Melatih Algoritma Pengambilan Satelit Agronomi"

Author: 
    author