3.2. Temporal relationships Tempor

3.2. Temporal relationships
Temporal variables like hours of sunlight, temperature and rain have significant influence on the crop growth. Therefore the trend of these variables needs to be analyzed. Via the Royal Netherlands Meteorological Institute information about these variables can be retrieved. A historical analysis of these variables can be made and compared to the current weather to gain insight in the extent and manner in which the current growth season deviates (weather wise) from previous years.
From satellite images the Normalized Difference Vegetation Index (NDVI) values can be deduced. These values serve as an indication of the amount of photosynthetically active vegetation on the parcel. Using historical analysis a crop and even variety specific NDVI curve has to be established which can be used to monitor the vegetation development characteristics using satellite imaging.
Also trend analysis must be performed on the NDVI data in combination with trend analysis on temporal variables. This analysis should focus on identifying relationships between the NDVI curves and temporal variables like sunlight, temperature and rain. Eventually these relationships are crucial in the formulation of data driven models used in the creation of “Task Map 2.0”.
Figure 3 shows some of the collected NDVI data. The shown curves are related to the growth of seed-potatoes on four different parcels. Between these parcels there are variations in location, soil composition, crop management and other biophysical properties. These variations contribute to the differences between the curves. But also some similarities between the curves can be seen, like the magnitude of the minimum and maximum values, the point in time at which the increase of the curves starts and the (location specific) point in time at which the decrease of the curves starts. This shows the viability of finding crop specific NDVI curves and identification of relationships between the NDVI data and temporal variables.

ผลลัพธ์ (ไทย) 1:

3.2 ชั่วคราวความสัมพันธ์ ตัวแปรชั่วคราวเช่นเวลาอุณหภูมิ แสงแดด และฝนมีอิทธิพลสำคัญในการเจริญเติบโตของพืช ดังนั้น แนวโน้มของตัวแปรเหล่านี้ต้องการจะวิเคราะห์ ทางรอยัลเนเธอร์แลนด์ สถาบันอุตุนิยมวิทยา เกี่ยวกับตัวแปรเหล่านี้สามารถเรียกข้อมูลได้ การวิเคราะห์ประวัติศาสตร์ของตัวแปรเหล่านี้สามารถทำ และเปรียบเทียบกับสภาพภูมิอากาศปัจจุบันเพื่อเข้าใจในขอบเขตและลักษณะที่ฤดูกาลเติบโตปัจจุบันแตกต่าง (อากาศ wise) จากปีก่อนหน้านี้ จากภาพดาวเทียม ค่าตามปกติแตกต่างพืชดัชนี (NDVI) สามารถมี deduced ค่าเหล่านี้ทำหน้าที่เป็นตัวบ่งชี้จำนวนของพืช photosynthetically active บนหีบห่อ ใช้ประวัติศาสตร์วิเคราะห์พืชและหลากหลายแม้เฉพาะ NDVI โค้งยังต้องก่อตั้งซึ่งสามารถใช้เพื่อตรวจสอบลักษณะพัฒนาพืชที่ใช้ภาพดาวเทียม ยัง ต้องทำข้อมูล NDVI ร่วมวิเคราะห์แนวโน้มพร้อมวิเคราะห์แนวโน้มตัวแปรชั่วคราว วิเคราะห์นี้ควรมุ่งเน้นในการระบุความสัมพันธ์ระหว่างตัวแปรชั่วคราวเช่นแสง อุณหภูมิ และฝนโค้ง NDVI ในที่สุดความสัมพันธ์เหล่านี้มีความสำคัญในการกำหนดข้อมูลที่ใช้ในการสร้างรูปแบบการขับเคลื่อน "งานแผนที่ 2.0" รูปที่ 3 แสดงข้อมูล NDVI ที่รวบรวม เส้นโค้งแสดงเกี่ยวข้องกับการเจริญเติบโตของเมล็ดมันฝรั่งบนหีบห่อต่าง ๆ 4 ระหว่างหีบห่อเหล่านี้ มีความแตกต่างในตำแหน่ง องค์ประกอบของดิน การจัดการพืช และคุณสมบัติอื่น ๆ biophysical รูปแบบเหล่านี้นำไปสู่ความแตกต่างระหว่างเส้นโค้ง แต่บางความเหมือนระหว่างเส้นโค้งสามารถจะ เห็น เช่นขนาดต่ำสุด และค่าสูงสุด จุดในเวลาที่เริ่มต้นการเพิ่มขึ้นของเส้นโค้ง และจุด (เฉพาะตำแหน่ง) ในเวลาที่เริ่มลดลงของเส้นโค้ง ซึ่งแสดงให้เห็นชีวิตการหาพืชเฉพาะ NDVI โค้งและรหัสของความสัมพันธ์ระหว่างข้อมูล NDVI และตัวแปรชั่วคราว

ผลลัพธ์ (ไทย) 2:

3.2 ความสัมพันธ์ชั่วตัวแปรชั่วคราวเช่นเวลาของแสงแดดอุณหภูมิและฝนมีอิทธิพลต่อการเจริญเติบโตของพืช
ดังนั้นแนวโน้มของตัวแปรเหล่านี้จะต้องมีการวิเคราะห์ ผ่านพระราชเนเธอร์แลนด์สถาบันอุตุนิยมวิทยาข้อมูลเกี่ยวกับตัวแปรเหล่านี้สามารถเรียกดูได้ การวิเคราะห์ทางประวัติศาสตร์ของตัวแปรเหล่านี้สามารถที่จะทำและเมื่อเทียบกับสภาพอากาศในปัจจุบันที่จะได้รับความเข้าใจในขอบเขตและลักษณะที่เบี่ยงเบนฤดูกาลเจริญเติบโตในปัจจุบัน (ถ้าสภาพอากาศที่ชาญฉลาด) จากปีก่อน.
จากภาพถ่ายดาวเทียมความแตกต่างดัชนีพืชปกติ (NDVI) ค่า จะสามารถสรุปได้ ค่าเหล่านี้ทำหน้าที่เป็นตัวบ่งบอกถึงปริมาณของพืชที่ใช้งานสังเคราะห์ในพัสดุ โดยใช้การวิเคราะห์ทางประวัติศาสตร์พืชและแม้กระทั่งโค้งเฉพาะ NDVI หลากหลายจะต้องมีการจัดตั้งขึ้นซึ่งสามารถนำมาใช้ในการตรวจสอบลักษณะการพัฒนาพืชโดยใช้การถ่ายภาพดาวเทียม.
นอกจากนี้ยังมีแนวโน้มการวิเคราะห์จะต้องดำเนินการกับข้อมูล NDVI ร่วมกับการวิเคราะห์แนวโน้มในตัวแปรชั่วคราว การวิเคราะห์นี้ควรมุ่งเน้นในการระบุความสัมพันธ์ระหว่างเส้นโค้ง NDVI และตัวแปรชั่วคราวเช่นแสงแดดอุณหภูมิและฝน ในที่สุดความสัมพันธ์เหล่านี้มีความสำคัญในการกำหนดข้อมูลรุ่นขับเคลื่อนใช้ในการสร้าง "งานแผนที่ 2.0" ได้.
รูปที่ 3 แสดงให้เห็นบางส่วนของข้อมูลที่รวบรวม NDVI เส้นโค้งแสดงที่เกี่ยวข้องกับการเจริญเติบโตของมันฝรั่งเมล็ดในสี่พัสดุที่แตกต่างกัน ระหว่างผืนเหล่านี้มีรูปแบบในสถานที่ที่องค์ประกอบของดินการจัดการพืชและคุณสมบัติอื่น ๆ ชีวฟิสิกส์ การเปลี่ยนแปลงเหล่านี้นำไปสู่ความแตกต่างระหว่างเส้นโค้งที่ แต่ก็ยังมีความคล้ายคลึงกันระหว่างเส้นโค้งที่สามารถมองเห็นได้เช่นขนาดของค่าต่ำสุดและสูงสุดที่จุดในเวลาที่เพิ่มขึ้นของเส้นโค้งเริ่มต้นและ (ตำแหน่งที่เฉพาะเจาะจง) ชี้ไปในเวลาที่ลดลงของเส้นโค้งเริ่มต้น . นี้แสดงให้เห็นศักยภาพของการหาพืชเฉพาะโค้ง NDVI และบัตรประจำตัวของความสัมพันธ์ระหว่างข้อมูล NDVI และตัวแปรชั่วคราว

ผลลัพธ์ (ไทย) 3:

3.2 . ความสัมพันธ์ชั่วคราว
ตัวแปรชั่วคราว เช่น ชั่วโมงของแสงแดด อุณหภูมิและฝนที่มีผลต่อการเจริญของพืช . ดังนั้นแนวโน้มของตัวแปรเหล่านี้จะต้องวิเคราะห์ ผ่านทางราชวงศ์เนเธอร์แลนด์สถาบันอุตุนิยมวิทยาข้อมูลเกี่ยวกับตัวแปรเหล่านี้สามารถดึงการวิเคราะห์ประวัติศาสตร์ของตัวแปรเหล่านี้สามารถทำได้ และเมื่อเปรียบเทียบกับสภาพอากาศในปัจจุบัน เพื่อเพิ่มความเข้าใจในขอบเขตและลักษณะที่มีฤดูการเจริญเติบโตในปัจจุบันแตก ( ปัญญาอากาศ ) จากปีก่อนหน้านี้ .
จากภาพดาวเทียมเปรียบเทียบค่าดัชนีพืชพรรณค่าสามารถอนุมาน .ค่าเหล่านี้เป็นข้อบ่งชี้ของจํานวนของพืช photosynthetically ใช้งานเกี่ยวกับพัสดุ การวิเคราะห์ประวัติศาสตร์การเพาะปลูกและเส้นโค้งการเปลี่ยนแปลงด้านพืชพรรณเฉพาะแม้ความหลากหลายได้ก่อตั้งขึ้นซึ่งสามารถใช้ในการตรวจสอบพืชการพัฒนาคุณลักษณะการใช้ภาพดาวเทียม .
นอกจากนี้ แนวโน้มการวิเคราะห์ต้องปฏิบัติในการเปลี่ยนแปลงด้านพืชพรรณข้อมูลร่วมกับการวิเคราะห์แนวโน้มของตัวแปรชั่วคราว การวิเคราะห์นี้จะมุ่งเน้นไปที่การระบุความสัมพันธ์ระหว่างตัวแปรชั่วคราว เช่น การเปลี่ยนแปลงด้านพืชพรรณโค้ง และ แสงแดด อุณหภูมิ ฝน ในที่สุดความสัมพันธ์เหล่านี้เป็นสิ่งสำคัญในการกำหนดรูปแบบของข้อมูล ซึ่งใช้ในการสร้าง " งานแผนที่
2.0 "รูปที่ 3 แสดงให้เห็นบางส่วนของการเปลี่ยนแปลงด้านพืชพรรณที่รวบรวมข้อมูล ที่แสดงเส้นโค้งที่เกี่ยวข้องกับการเจริญเติบโตของเมล็ดพันธุ์มันฝรั่ง 4 ผืน ที่แตกต่างกัน ระหว่างหีบห่อเหล่านี้จะมีการเปลี่ยนแปลงในตำแหน่ง องค์ประกอบของการจัดการดิน พืช และ คุณสมบัติทางชีวกายภาพอื่น ๆ การเปลี่ยนแปลงเหล่านี้ส่งผลให้ความแตกต่างระหว่างเส้นโค้ง แต่ความคล้ายคลึงกันบางอย่างระหว่างเส้นโค้งที่สามารถเห็นได้ชอบขนาดของค่าต่ำสุดและสูงสุดที่จุดในเวลาที่เพิ่มขึ้นของเส้นโค้งเริ่มต้นและ ( สถานที่เฉพาะจุดในเวลาที่ลดลงของเส้นโค้งที่เริ่ม นี้แสดงให้เห็นศักยภาพของการเปลี่ยนแปลงด้านพืชพรรณเฉพาะพืชโค้งและการระบุความสัมพันธ์ระหว่างตัวแปรและการเปลี่ยนแปลงด้านพืชพรรณ
ข้อมูลชั่วคราว