The objectives of this study were to estimate leaf area index (LAI) as a function of image-derived vegetation indices, and to compare measured and estimated LAI to the results of crop model simulation. Soil moisture, crop phenology, and LAI data were obtained several times during the 2001 growing season at monitoring sites established in two central Missouri experimental fields, one planted to com (Zea mays L.) and the other planted to soybean (Glycine max L.). Hyper- and multi-spectral images at varying spatial. and spectral resolutions were acquired from both airborne and satellite platforms, and data were extracted to calculate standard vegetative indices (normalized difference vegetative index, NDVI; ratio vegetative index, RVI; and soil-adjusted vegetative index, SAVI). When comparing these three indices, regressions for measured LAI were of similar quality $(r^2$ =0.59 to 0.61 for com; $r^2$ =0.66 to 0.68 for soybean) in this single-year dataset. CERES(Crop Environment Resource Synthesis)-Maize and CROPGRO-Soybean models were calibrated to measured soil moisture and yield data and used to simulate LAI over the growing season. The CERES-Maize model over-predicted LAI at all corn monitoring sites. Simulated LAI from CROPGRO-Soybean was similar to observed and image-estimated LA! for most soybean monitoring sites. These results suggest crop growth model predictions might be improved by incorporating image-estimated LAI. Greater improvements might be expected with com than with soybean.
The importance of forecasting agricultural production is receiving attention while climate change is accelerating. This study suggested three types of crop yield forecasting model for major vegetable crops by using downscaled meteorological information of main production area on farmland level, which identified as limitation from previous studies. First, this study conducted correlation analysis with seven types of farm level downscaled meteorological informations and reported crop yield of main production area. After, we selected three types of meteorological factors which showed the highest relation with each crop species and regions. Parameters were deducted from meterological factor with high correlation but crop species number was neglected. After, crop yield of each crops was estimated by using the three suggested types of models. Chinese cabbage showed high accuracy in overall, while the accuracy of daikon and onion was quiet revised by neglecting the outlier. Chili and garlic showed differences by region, but Kyungbuk chili and Chungnam, Kyungsang garlic appeared significant accuracy. We also selected key meteorological factor of each crops which has the highest relation with crop yield. If the factor had significant relation with the quantity, it explains better about the variations of key meteorological factor. This study will contribute to establishing the methodology of future studies by estimating the crop yield of different species by using farmland meterological information and relatively simplify multiple linear regression models.
Crop status monitoring and yield prediction at higher spatial resolution is a valuable tool in various decision making processes including agricultural policy making by the national and local governments. A prototype crop forecasting system was developed to project the size of rice crop across geographic areas nationwide, based on daily weather pattern. The system consists of crop models and the input data for 1,455 cultivation zone units (the smallest administrative unit of local government in South Korea called "Myun") making up the coterminous South Korea. CERES-rice, a rice crop growth simulation model, was tuned to have genetic characteristics pertinent to domestic cultivars. Daily maximum/minimum temperature, solar radiation, and precipitation surface on 1km by 1km grid spacing were prepared by a spatial interpolation of 63 point observations from the Korea Meteorological Administration network. Spatial mean weather data were derived for each Myun and transformed to the model input format. Soil characteristics and management information at each Myun were available from the Rural Development Administration. The system was applied to the forecasting of national rice production for the recent 3 years (1997 to 1999). The model was run with the past weather data as of September 15 each year, which is about a month earlier than the actual harvest date. Simulated yields of 1,455 Myuns were grouped into 162 counties by acreage-weighted summation to enable the validation, since the official production statistics from the Ministry of Agriculture and Forestry is on the county basis. Forecast yields were less sensitive to the changes in annual climate than the reported yields and there was a relatively weak correlation between the forecast and the reported yields. However, the projected size of rice crop at each county, which was obtained by multiplication of the mean yield with the acreage, was close to the reported production with the $r^2$ values higher than 0.97 in all three years.
Kim, Sun-Hwa;Hong, Suk Young;Sudduth, Kenneth A.;Kim, Yihyun;Lee, Kyungdo
대한원격탐사학회지
/
제28권6호
/
pp.597-609
/
2012
Leaf area index (LAI) is important in explaining the ability of the crop to intercept solar energy for biomass production and in understanding the impact of crop management practices. This paper describes a procedure for estimating LAI as a function of image-derived vegetation indices from temporal series of IKONOS, Landsat TM, and MODIS satellite images using empirical models and demonstrates its use with data collected at Missouri field sites. LAI data were obtained several times during the 2002 growing season at monitoring sites established in two central Missouri experimental fields, one planted to soybean (Glycine max L.) and the other planted to corn (Zea mays L.). Satellite images at varying spatial and spectral resolutions were acquired and the data were extracted to calculate normalized difference vegetation index (NDVI) after geometric and atmospheric correction. Linear, exponential, and expolinear models were developed to relate temporal NDVI to measured LAI data. Models using IKONOS NDVI estimated LAI of both soybean and corn better than those using Landsat TM or MODIS NDVI. Expolinear models provided more accurate results than linear or exponential models.
Early predictions of crop yields call provide information to producers to take advantages of opportunities into market places, to assess national food security, and to provide early food shortage warning. The objectives of this study were to identify the most useful parameters for estimating yields and to compare two model selection methods for finding the 'best' model developed by multiple linear regression. This research was conducted in two 65ha corn/soybean rotation fields located in east central South Dakota. Data used to develop models were small temporal variability information (STVI: elevation, apparent electrical conductivity $(EC_a)$, slope), large temporal variability information (LTVI : inorganic N, Olsen P, soil moisture), and remote sensing information (green, red, and NIR bands and normalized difference vegetation index (NDVI), green normalized difference vegetation index (GDVI)). Second order Akaike's Information Criterion (AICc) and Stepwise multiple regression were used to develop the best-fitting equations in each system (information groups). The models with $\Delta_i\leq2$ were selected and 22 and 37 models were selected at Moody and Brookings, respectively. Based on the results, the most useful variables to estimate corn yield were different in each field. Elevation and $EC_a$ were consistently the most useful variables in both fields and most of the systems. Model selection was different in each field. Different number of variables were selected in different fields. These results might be contributed to different landscapes and management histories of the study fields. The most common variables selected by AICc and Stepwise were different. In validation, Stepwise was slightly better than AICc at Moody and at Brookings AICc was slightly better than Stepwise. Results suggest that the Alec approach can be used to identify the most useful information and select the 'best' yield models for production fields.
Remote sensing data can be integrated into crop models, making simulation improved. A crop model that uses remote sensing data was evaluated for its capability, which was performed through comparing three different methods of canopy measurement for cotton(Gossypium hirsutum L.). The measurement methods used were leaf area index(LAI), hand-held remotely sensed perpendicular vegetation index(PVI), and satellite remotely sensed PVI. Simulated values of cotton growth and lint yield showed reasonable agreement with the corresponding measurements when canopy measurements of LAI and hand-held remotely sensed PVI were used for model calibration. Meanwhile, simulated lint yields involving the satellite remotely sensed PVI were in rough agreement with the measured lint yields. We believe this matter could be improved by using remote sensing data obtained from finer resolution sensors. The model not only has simple input requirements but also is easy to use. It promises to expand its applicability to other regions for crop production, and to be applicable to regional crop growth monitoring and yield mapping projects.
As the world's population grows and food needs diversify, the demand for horticultural crops for beneficial traits is increasing. In order to meet this demand, it is necessary to develop suitable cultivars and breeding methods accordingly. Breeding methods have changed over time. With the recent development of sequencing technology, the concept of genomic selection (GS) has emerged as large-scale genome information can be used. GS shows good predictive ability even for quantitative traits by using various markers, breaking away from the limitations of Marker Assisted Selection (MAS). Moreover, GS using machine learning (ML) and deep learning (DL) has been studied recently. In this study, we aim to build a system that selects phenotype-related markers using the genomic information of the pepper population and trains a genomic selection model to select individuals from the validation population. We plan to establish an optimal genome wide association analysis model by comparing and analyzing five models. Validation of molecular markers by applying linkage markers discovered through genome wide association analysis to breeding populations. Finally, we plan to establish an optimal genome selection model by comparing and analyzing 12 genome selection models. Then We will use the genome selection model of the learning group in the breeding group to verify the prediction accuracy and discover a prediction model.
콩명나방은 콩과작물 특히 팥을 가해하는 해충으로 알려져 있다. 본 연구는 콩명나방의 생물적 특징을 알아보기 위해 발육단계별 발육기간, 성충의 수명과 번식능력을 13, 16, 19, 22, 25, 28, 31, 34℃ 항온조건에서 조사하였다. 알은 모든 항온조건에서 부화하였고 유충은 16~31℃ 온도조건에서 성공적으로 성충까지 발육을 완료하였다. 알의 발육기간은 31℃까지 온도가 상승할수록 짧아지다가 이후 온도에서 길어지는 경향을 보였다. 유충, 번데기의 발육기간과 성충수명은 온도가 상승할수록 감소하였다. 콩명나방 발육단계별 발육 최저, 최고 한계는 LRF와 SSI모델을 이용하여 계산하였고 발육영점온도와 유효적산온일도는 선형회귀분석을 이용하였다. 1령 유충 부화부터 성충출현까지의 발육영점온도와 유효적산온일도는 12.8℃와 280.8DD였다. SSI모델을 이용하여 추정한 부화부터 성충출현까지 발육최저 및 최고온도는 14.2℃과 31.9℃였고 이들간의 차이 즉 발육적정온도범위는 17.7℃였다. 온도와 관련된 콩명나방 성충의 생존, 수명, 산란기간, 산란수 자료들을 이용하여 산란모형을 작성하였다. 본 연구에서 제시한 온도발육모형과 산란모형은 야외에서 콩명나방의 개체군동태를 이해하고 콩과작물의 종합적인 해충군관리체계 확립에 기여할 것으로 보인다.
콩줄기명나방은 콩과작물 특히 팥을 가해하는 해충으로 알려져 있다. 본 연구는 온도가 콩줄기명나방의 발육단계별 발육기간, 성충의 수명과 산란특성에 미치는 영향을 파악하고자 7, 10, 13, 16, 19, 22, 25, 28, 31, 34, 36℃ 항온조건에서 조사하였다. 알과 유충은 7, 10, 13℃를 제외한 항온조건에서 다음 생애단계로 성공적으로 발육하였다. 알, 유충, 번데기의 발육기간은 온도가 상승할수록 짧아지는 경향을 보였다. 콩줄기명나방 발육단계별 발육 최저, 최고 한계는 LRF와 SSI모델을 이용하여 계산하였고 발육영점온도와 유효적산온일도는 선형회귀분석을 이용하였다. 1령 유충 부화부터 성충출현까지의 발육영점온도와 유효적산온일도는 13.5℃와 384.5DD로 추정되었다. SSI모델을 이용한 부화부터 성충출현까지 발육 최저 및 최고온도는 19.4℃과 39.8℃였고 이들간의 차이 즉 발육적정온도범위는 20.4℃였다. 성충은 16℃와 34℃ 범위에서 부화하는 알을 생산하였고, 25℃에서 최대 약 416마리의 자손을 낳았다. 노화율, 나이별 생존율, 나이별 누적산란율, 온도의존 산란수에 관련된 성충모델들이 작성되었다. 본 연구에서 제시한 온도발육모형과 산란모형은 야외에서 콩줄기명나방의 개체군동태를 이해하고 콩과작물의 종합적인 해충군관리체계를 마련하는데 기초기반자료로 활용될 것으로 기대된다.
The early detection of diseases is important in agriculture because diseases are major threats of reducing crop yield for farmers. The shape and color of plant leaf are changed differently according to the disease. So we can detect and estimate the disease by inspecting the visual feature in leaf. This study presents a vision-based leaf classification method for detecting the diseases of tomato crop. ResNet-50 model was used to extract the visual feature in leaf and classify the disease of tomato crop, since the model showed the higher accuracy than the other ResNet models with different depths. We propose a new ensemble approach using several DCNN classifiers that have the same structure but have been trained at different ranges in the DCNN layers. Experimental result achieved accuracy of 97.19% for PlantVillage dataset. It validates that the proposed method effectively classify the disease of tomato crop.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.