Remote sensing of regional crop pro

Remote sensing of regional crop production in the Yaqui Valley, Mexico: estimates and uncertainties
Abstract
Quantifying crop production at regional scales is critical for a wide range of applications, including management and carbon cycle modeling. Remote sensing offers great potential for monitoring regional production, yet the uncertainties associated with large-scale yield estimates are rarely addressed. In this study, we estimated crop area, yield, and planting dates for 2 years of Landsat imagery in an intensive agricultural region in northwest Mexico. Knowledge of crop phenology was combined with multi-temporal imagery to estimate crop rotations throughout the region. Remotely sensed estimates of the fraction of absorbed photosynthetically active radiation (fAPAR) were then incorporated into a simple model based on crop light-use efficiency to predict yield and planting dates for wheat. Uncertainty analysis revealed that regional yield predictions varied up to 20% with the method used to determine fAPAR from satellite, but were relatively insensitive to modeled variability in crop phenology, light-use efficiency, and harvest index (the ratio of grain mass to aboveground biomass). Comparisons of satellite-based and field-based estimates indicated errors in regional wheat yields of less than 4% for both years of data. In contrast, planting date calculations exhibited uncertainties of up to 50% using a sparse, three-date sampling from satellite-based sensors. A simplified model was also developed to explore yield predictions using only one date of imagery, demonstrating high accuracies depending on the date of image acquisition. The spatial and temporal distributions of crop production derived here offer valuable information for agricultural management and biogeochemical modeling efforts, provided that their uncertainties are well understood.

ผลลัพธ์ (ไทย) 1:

ผลิตพืชระดับภูมิภาคใน Yaqui Valley เม็กซิโกแชมพู: การประเมินและความไม่แน่นอนบทคัดย่อQuantifying ผลิตพืชในระดับภูมิภาคเป็นสิ่งสำคัญสำหรับหลากหลายของการใช้งาน จัดการและสร้างแบบจำลองวัฏจักรคาร์บอน ระยะไกลไร้สายมีศักยภาพที่ดีสำหรับการตรวจสอบผลิตภูมิภาค ยังไม่แน่นอนเกี่ยวข้องกับผลผลิตขนาดใหญ่ ประเมินจะไม่ค่อยอยู่ ในการศึกษานี้ เราประเมินพื้นที่เพาะปลูก ผลผลิต และปลูกวัน 2 ปีถ่าย Landsat ในภูมิภาคด้านการเกษตรแบบเร่งรัดในตะวันตกเฉียงเหนือของเม็กซิโก ความรู้ของพืช phenology ถูกรวมกับภาพหลายชั่วคราวเพื่อประเมินพืชหมุนเวียนทั่วภูมิภาค เหตุการณ์จากระยะไกลประเมินสัดส่วนของรังสี photosynthetically active ดูดซึม (fAPAR) ได้แล้วรวมเป็นแบบอย่างตามประสิทธิภาพการใช้แสงพืชเพื่อทำนายผลผลิตและการปลูกข้าวสาลีวัน การวิเคราะห์ความไม่แน่นอนเปิดเผยว่า คาดคะเนผลผลิตภูมิภาคแตกต่างกันถึง 20% มีวิธีใช้ fAPAR จากดาวเทียม แต่ถูกซ้อนค่อนข้างที่จะสร้างแบบจำลองสำหรับความผันผวนในพืช phenology ประสิทธิภาพการใช้แสง และดัชนีเก็บเกี่ยว (อัตราส่วนของมวลเมล็ดการชีวมวล aboveground) เปรียบเทียบการ ใช้ดาวเทียม และการประเมินบ่งชี้ข้อผิดพลาดในภูมิภาคข้าวสาลีผลผลิตน้อยกว่า 4% ทั้งปีของข้อมูล ในทางตรงกันข้าม การปลูกคำนวณวันที่จัดแสดงไม่แน่นอนถึง 50% โดยใช้การสุ่มตัวอย่างบ่อ สามวันจากดาวเทียมที่ใช้เซนเซอร์ แบบเรียบง่ายได้รับการพัฒนานอกจากนี้การคาดคะเนผลผลิตโดยใช้วันเดียวของภาพถ่าย accuracies สูงขึ้นอยู่กับวันที่ของรูปมาเห็น ชั่วคราว และพื้นที่การกระจายของพืชผลิตมาที่นี่เสนอข้อมูลสำหรับการจัดการเกษตรและความพยายามสร้างโมเดล biogeochemical ที่ไม่แน่นอนของพวกเขามีความเข้าใจดี

ผลลัพธ์ (ไทย) 3:

การรับรู้จากระยะไกลของการผลิตพืชในภูมิภาค waters world - class . kgm Valley , เม็กซิโก : ประมาณการและความไม่แน่นอน

ค่าการผลิตพืชนามธรรมในระดับภูมิภาคเป็นสิ่งสำคัญสำหรับหลากหลายของการใช้งานรวมถึงการจัดการและการจำลองวัฏจักรคาร์บอน การรับรู้จากระยะไกลมีศักยภาพที่ดีสำหรับการตรวจสอบการผลิตในภูมิภาคแต่ความไม่แน่นอนที่เกี่ยวข้องกับการประมาณการผลผลิตขนาดใหญ่จะไม่ค่อยให้ความสนใจ ในการศึกษานี้ เราคาดว่า พื้นที่ปลูก และผลผลิตที่ปลูกได้ 2 ปี จากภาพในเขตเกษตรกรรมเข้มข้นในภาคตะวันตกเฉียงเหนือของเม็กซิโก ความรู้ภายในของพืชถูกรวมกับหลายภาพชั่วคราวประมาณหมุนเวียนปลูกทั่วทั้งภูมิภาคระยะไกลประมาณสัดส่วนของการดูดซึม photosynthetically ปราดเปรียวรังสี ( fapar ) ถูกรวมเข้าไปในรูปแบบที่เรียบง่ายตามพืชที่ใช้แสงเพื่อทำนายผลผลิต และประสิทธิภาพการปลูกข้าวสาลี . การวิเคราะห์ความไม่แน่นอน เปิดเผยว่า การคาดการณ์ผลผลิตในภูมิภาคที่แตกต่างกันถึง 20% กับการใช้วิธีการตรวจสอบ fapar จากดาวเทียมแต่ค่อนข้างอ่อนไหว เพื่อจำลองความแปรปรวนในพืชภายใน ประสิทธิภาพการใช้แสง และค่าดัชนีการเก็บเกี่ยว ( อัตราส่วนของมวลเมล็ด ปริมาณมวลชีวภาพเหนือพื้นดิน ) การใช้ข้อมูลจากดาวเทียมประเมินตัวบ่งชี้ข้อผิดพลาดในภูมิภาคข้าวสาลีผลผลิตน้อยกว่า 4% สำหรับปีของข้อมูล ในทางตรงกันข้าม การคำนวณวันที่มีความไม่แน่นอนถึง 50% ใช้โปร่งวันที่สามตัวอย่างจากดาวเทียมที่ใช้เซ็นเซอร์ เป็นรูปแบบง่ายถูกพัฒนาเพื่อสำรวจการคาดการณ์ผลผลิตโดยใช้เพียงหนึ่งวันของภาพที่แสดงให้เห็นถึงความถูกต้องสูง ขึ้นอยู่กับวันที่ของการซื้อภาพ พื้นที่และเวลาของการผลิตพืช การได้มาที่นี่ให้ข้อมูลที่มีคุณค่าเพื่อการจัดการทางการเกษตรและชีวธรณีเคมีโมเดลลิ่ง ความพยายามระบุว่า ความไม่แน่นอนของพวกเขาจะเข้าใจ