Knowledge of the nitrogen (N) statu

Knowledge of the nitrogen (N) status of crops is essential for sustainable management of nitrogen fertilizer; it helps with the application of N fertilizer to crops based on site-specific requirements. Currently several different, direct and indirect methods and instruments are available for assessing N status in crops and manage the amount of N fertilizer applied to crops based on site-specific requirements such as tissue and chemical analysis, leaf colour chart (LCC), chlorophyll meters (van den Berg and Perkins, 2004 and Gholizadeh et al., 2011), Dualex (Cartelat et al., 2005), Greenseeker (Johanson et al., 2002), crop circle ACD-210 and crop circle ACD-470 (Cao et al., 2013) and Yara passive N sensor. However, all of the above-mentioned methods have been proven to be costly, time consuming and in some cases destructive and labour intensive.

Recently, remote sensing (RS) has become an attractive technique for crop nutrient determination (Link and Reusch, 2006). RS provides a rapid estimate of nutrient status using high spatial resolution for vast areas, which can be used for variable rate fertilizer application (Olfs et al., 2005). RS has been proposed as a cost-effective alternative to other methods for rapidly detecting nutrient deficiency, in particular N deficiency across farm fields (Wright et al., 2003 and Meisinger et al., 2008). The most common RS is mainly from aerial and satellite platforms, which are equipped with a various types of sensors such as multispectral, hyperspectral cameras.

Satellite imagery (Zhang et al., 2006, Shou et al., 2007 and Eitel et al., 2007), aerial photography (Williams et al., 2010) and hyperspectral remote sensing (Hansen and Schjoerring, 2003 and Inoue et al., 2012) have been used widely for determining status of nitrogen in plants. However, these types of imageries have low temporal and easily affected by low resolution and variation in soil background (Broge and Leblanc, 2001). Moreover, they are still costly especially when repeated data acquisition needs at critical growth stages.

Among the different RS platforms, the low altitude remote sensing (LARS) system is currently attractive to researchers and agriculturists, which includes precision farming (PF) as one of the most promising platforms for monitoring crops. Various LARS platforms are now available, such as tractor driven crane mounted systems (Samseemoung et al., 2012), kites (Aber et al., 2002), blimps (Vericat et al., 2008), balloons (Jensen et al., 2007 and Seang, 2006), unmanned helicopters (Swain et al., 2010), unmanned aerial planes (Hunt et al., 2005), powered gliders (Lelong et al., 2008) and quadrocopters (Primicerio et al., 2012) to capture images for agricultural applications. All of these platforms are equipped with a variety of types of remotely sensed sensors such as film cameras (Hunt et al., 2003) or commercial digital cameras (Lelong et al., 2008 and Teoh et al., 2012) and global navigation satellite systems (GNSS), which can acquire images with high resolution over the farms. In other words, the LARS system can be used to obtain high spatial resolution images below the cloud cover and near the field for providing better details of crops. Moreover, in spite of satellite and aerial platforms, the LARS system has potential to be used at any required setting time over the agriculture fields, which provides crop details for farmers near to real time (Hunt et al., 2002).

ผลลัพธ์ (ไทย) 1:

รู้สถานะของพืชไนโตรเจน (N) เป็นสิ่งจำเป็นสำหรับการจัดการอย่างยั่งยืนของปุ๋ยไนโตรเจน ช่วย ด้วยแอพลิเคชันของปุ๋ย N พืชตามความต้องการเฉพาะ ปัจจุบันหลายวิธีแตกต่างกัน โดยตรง และทางอ้อมและเครื่องมือสำหรับประเมินสถานะ N ในพืช และจัดการจำนวนปุ๋ย N ที่ใช้กับพืชที่ขึ้นอยู่กับความต้องการเฉพาะเช่นเนื้อเยื่อและการวิเคราะห์ทางเคมี แผนภูมิสีใบไม้ (LCC), คลอโรฟิลล์เมตร (แวนเดนเบิร์กลักซ์เชอรี่ และระบุ วัน 2004 และ Gholizadeh et al., 2011), Dualex (Cartelat et al., 2005), Greenseeker (Johanson et al , 2002), ตัดวงกลม ACD 210 และตัดวงกลม ACD-470 (Cao et al., 2013) และห้องเซ็นเซอร์ N แฝง อย่างไรก็ตาม วิธีการดังกล่าวทั้งหมดได้ถูกพิสูจน์ต้องเสียค่าใช้จ่าย เวลานาน และ ในบางกรณีการทำลาย และแรงงานมากล่าสุด แชมพู (RS) ได้กลายเป็น เทคนิคน่าสนใจสำหรับการกำหนดธาตุอาหารพืช (การเชื่อมโยงและ Reusch, 2006) ศ.มีการประเมินอย่างรวดเร็วสถานะธาตุอาหารที่ใช้ความละเอียดสูงพื้นที่สำหรับพื้นที่กว้างใหญ่ ซึ่งสามารถใช้สำหรับการใส่ปุ๋ยอัตราผันแปร (Olfs et al., 2005) RS ได้รับการเสนอชื่อให้เป็นทางเลือกคุ้มค่ากับวิธีอื่น ๆ สำหรับการขาดธาตุอาหาร การตรวจสอบอย่างรวดเร็วในเฉพาะ N ขาดข้ามเขตฟาร์ม (Wright และ al., 2003 และ Meisinger et al., 2008) อาร์เอสมากที่สุดเป็นส่วนใหญ่จากชั้น และ ระบบสัญญาณดาวเทียม ซึ่งมีหลากหลายชนิดของเซ็นเซอร์เช่นกล้อง hyperspectral multispectralภาพถ่ายดาวเทียม (Zhang et al., 2006 ฐานะนักท et al., 2007 และ Eitel et al., 2007), ทางอากาศถ่ายภาพ (วิลเลียมส์ et al., 2010) แชมพูและสบู่ hyperspectral (แฮนเซ่น และ Schjoerring, 2003 และ al. et โนะอุเอะ 2012) ได้ถูกใช้อย่างกว้างขวางในการกำหนดสถานะของไนโตรเจนในพืช อย่างไรก็ตาม imageries ชนิดเหล่านี้มีต่ำชั่วคราว และได้รับผลกระทบ ด้วยความละเอียดต่ำและความผันแปรในพื้นดิน (Broge และเลอบลังก์ 2001) นอกจากนี้ พวกเขาจะยังคงค่าใช้จ่ายโดยเฉพาะอย่างยิ่งเมื่อทำซ้ำข้อมูลการจำเป็นในขั้นตอนสำคัญในการเจริญเติบโตระหว่าง RS แตกต่างแพลตฟอร์ม ความสูงต่ำ (LARS) ระบบไร้สายระยะไกลนั้นน่าสนใจอยู่ในขณะนี้นักวิจัยและ agriculturists ซึ่งมีความแม่นยำในการทำฟาร์ม (PF) เป็นหนึ่งในแพลตฟอร์มที่ว่าสำหรับการตรวจสอบพืช แพลตฟอร์ม LARS ต่าง ๆ มีติดมี เช่นรถเครนรถแทรกเตอร์ขับเคลื่อนระบบ (Samseemoung et al., 2012), kites (Aber et al., 2002), blimps (Vericat et al., 2008), บอลลูน (เจน et al., 2007 และแสง 2006), ไม่ gliders ทางอากาศเครื่องบิน (ล่า et al., 2005), ขับเฮลิคอปเตอร์ (Swain et al., 2010), หอเตือนภัย (Lelong et al., 2008) และ quadrocopters (Primicerio et al., 2012) เพื่อจับภาพการเกษตรกรรม แพลตฟอร์มเหล่านี้ทั้งหมดพร้อมความหลากหลายของชนิดของเซ็นเซอร์ระยะไกลทรงเช่นกล้องฟิล์ม (ล่าและ al., 2003) หรือกล้องดิจิตอลพาณิชย์ (Lelong et al., 2008 และ Teoh et al., 2012) และสากลระบบนำทางผ่านดาวเทียม (GNSS), ซึ่งสามารถได้รับภาพความละเอียดสูงกว่าในฟาร์ม ในคำอื่น ๆ สามารถใช้ระบบ LARS ได้รับภาพความละเอียดสูงที่พื้นที่ด้าน ล่างฝาเมฆ และฟิลด์สำหรับให้รายละเอียดดีของพืช ยิ่งไปกว่านั้น แม้ดาวเทียมและแพลตฟอร์มทางอากาศ ระบบ LARS มีศักยภาพที่จะใช้ทุกเวลาที่ต้องการตั้งค่าผ่านเขตข้อมูลการเกษตร ที่แสดงรายละเอียดการเพาะปลูกสำหรับเกษตรกรใกล้เวลาจริง (ล่าและ al., 2002)

ผลลัพธ์ (ไทย) 2:

ความรู้เกี่ยวกับไนโตรเจน (N) สถานะของพืชเป็นสิ่งจำเป็นสำหรับการจัดการที่ยั่งยืนของปุ๋ยไนโตรเจน; มันจะช่วยให้มีการประยุกต์ใช้ปุ๋ยให้กับพืชตามความต้องการของเว็บไซต์ที่เฉพาะเจาะจง ปัจจุบันแตกต่างกันหลายวิธีตรงและทางอ้อมและเครื่องมือที่มีอยู่ในการประเมินสถานะไม่มีในพืชและจัดการปริมาณของปุ๋ยที่ใช้กับพืชตามความต้องการของเว็บไซต์ที่เฉพาะเจาะจงเช่นเนื้อเยื่อและการวิเคราะห์ทางเคมีแผนภูมิสีใบ (LCC), คลอโรฟิลเมตร (van den Berg และเพอร์กิน, ปี 2004 และ Gholizadeh et al., 2011) Dualex (Cartelat et al., 2005), Greenseeker (ล่า et al., 2002), วงกลมพืช ACD-210 และวงกลมพืช ACD-470 (เฉา et al., 2013) และ Yara เรื่อย ๆ ไม่มีเซ็นเซอร์ แต่ทุกวิธีการดังกล่าวข้างต้นที่ได้รับการพิสูจน์แล้วว่าเป็นค่าใช้จ่ายเสียเวลาและในบางกรณีการทำลายล้างและแรงงานเข้มข้น. เมื่อเร็ว ๆ นี้การสำรวจระยะไกล (RS) ได้กลายเป็นเทคนิคที่น่าสนใจสำหรับการกำหนดสารอาหารพืช (เชื่อมโยงและ Reusch, 2006) . อาร์เอสมีการประเมินอย่างรวดเร็วของสถานะสารอาหารที่ใช้ความละเอียดเชิงพื้นที่สูงสำหรับพื้นที่กว้างใหญ่ไพศาลซึ่งสามารถนำมาใช้สำหรับการประยุกต์ใช้ปุ๋ยอัตราตัวแปร (Olfs et al., 2005) อาร์เอสได้รับการเสนอเป็นทางเลือกที่คุ้มค่ากับวิธีอื่น ๆ สำหรับการตรวจสอบการขาดสารอาหารอย่างรวดเร็วโดยเฉพาะอย่างยิ่งในการขาดไม่มีข้ามทุ่งนา (ไรท์ et al., 2003 และ Meisinger et al., 2008) อาร์เอสพบมากที่สุดคือส่วนใหญ่มาจากกระเช้าและดาวเทียมซึ่งมีการติดตั้งเซ็นเซอร์หลายประเภทของเช่น multispectral กล้อง Hyperspectral. ภาพดาวเทียม (Zhang et al., 2006 ยำเกรง et al., 2007 และ Eitel et al., 2007) ถ่ายภาพทางอากาศ (วิลเลียมส์ et al., 2010) และ Hyperspectral การสำรวจระยะไกล (แฮนเซนและ Schjoerring, 2003 และอิโนอุเอะ et al., 2012) ได้รับการใช้กันอย่างแพร่หลายในการกำหนดสถานะของไนโตรเจนในพืช แต่ประเภทนี้มี imageries ชั่วต่ำและได้รับผลกระทบได้อย่างง่ายดายโดยละเอียดต่ำและการเปลี่ยนแปลงในพื้นหลังดิน (Broge และเลอบลัง, 2001) นอกจากนี้พวกเขายังคงมีค่าใช้จ่ายสูงโดยเฉพาะอย่างยิ่งเมื่อมีการทำซ้ำการเก็บข้อมูลความต้องการในระยะการเจริญเติบโตที่สำคัญ. หมู่ที่แตกต่างกันแพลตฟอร์มอาร์เอสที่ระดับความสูงต่ำระยะไกล (LARS) ระบบในขณะนี้เป็นที่สนใจของนักวิจัยและเกษตรกรซึ่งรวมถึงการทำการเกษตรที่มีความแม่นยำ (PF) เป็นหนึ่งใน แพลตฟอร์มที่มีแนวโน้มมากที่สุดสำหรับการตรวจสอบพืช LARS แพลตฟอร์มต่างๆที่มีในขณะนี้เช่นรถเครนรถแทรกเตอร์ขับเคลื่อนติดตั้งระบบ (Samseemoung et al., 2012), ว่าว (เอ๊ะ et al., 2002), blimps (Vericat et al., 2008), ลูกโป่ง (เซ่น et al., ปี 2007 และแสง, 2006) เฮลิคอปเตอร์ไร้คนขับ (ลูกทุ่ง et al., 2010) เครื่องบินกำลังใจ (ล่า et al., 2005), เครื่องร่อนขับเคลื่อน (Lelong et al., 2008) และ quadrocopters (Primicerio et al., 2012) ในการจับภาพสำหรับการใช้งานทางการเกษตร ทุกแพลตฟอร์มเหล่านี้มีการติดตั้งที่มีความหลากหลายของชนิดของเซ็นเซอร์สัมผัสระยะไกลเช่นกล้องฟิล์ม (ล่า et al., 2003) หรือการค้ากล้องดิจิตอล (Lelong et al., 2008 และ Teoh et al., 2012) และดาวเทียมนำทางทั่วโลก ระบบ (GNSS) ซึ่งสามารถรับภาพที่มีความละเอียดสูงกว่าฟาร์ม ในคำอื่น ๆ ระบบ LARS สามารถนำมาใช้เพื่อให้ได้ภาพที่มีความละเอียดเชิงพื้นที่สูงด้านล่างเมฆปกคลุมและใกล้กับสนามสำหรับการให้รายละเอียดที่ดีขึ้นของพืช นอกจากนี้ในทั้งๆที่มีสัญญาณดาวเทียมและกระเช้าระบบ LARS มีศักยภาพที่จะนำมาใช้ในเวลาที่จำเป็นต้องตั้งค่าใด ๆ ที่มากกว่าสาขาการเกษตรซึ่งให้รายละเอียดการเพาะปลูกของเกษตรกรใกล้เวลาจริง (ล่า et al., 2002)

ผลลัพธ์ (ไทย) 3:

ความรู้ของไนโตรเจน ( N ) สถานะของพืชเป็นสิ่งจำเป็นสำหรับการจัดการอย่างยั่งยืนของปุ๋ยไนโตรเจน ; มันช่วยให้กับการใช้ปุ๋ยเคมีเพื่อปลูกพืชตามความต้องการเฉพาะ . ปัจจุบันหลายที่แตกต่างกันทางตรง และทางอ้อม วิธีการและเครื่องมือที่ใช้ได้สำหรับการประเมิน N สถานะในพืชและการจัดการปริมาณของปุ๋ยไนโตรเจนที่ใช้กับพืชตามความต้องการเฉพาะ เช่น การวิเคราะห์เนื้อเยื่อเคมี แผนภูมิสีใบ ( LCC ) เมตร ( แวนเดนเบิร์ก และคลอโรฟิลล์ เพอร์คินส์ ปี 2004 และ gholizadeh et al . , 2011 ) , dualex ( cartelat et al . , 2005 ) , ( greenseeker โจ นสัน et al . , 2002 )acd-210 วงกลมพืช และ acd-470 วงกลมพืช ( เคา et al . , 2013 ) และ Yara เรื่อยๆไม่เซ็นเซอร์ อย่างไรก็ตาม ทั้งหมดของวิธีการดังกล่าวได้รับการพิสูจน์แล้วว่าเป็นบทเรียนราคาแพง เวลานาน และในบางกรณีและทำลายแรงงานเข้มข้น

เมื่อเร็ว ๆนี้ , การสำรวจข้อมูลระยะไกล ( RS ) ได้กลายเป็นเทคนิคที่น่าสนใจสำหรับวิเคราะห์ธาตุอาหารพืช ( ลิงค์และ reusch , 2006 )อาร์เอสมีการประเมินอย่างรวดเร็วของการใช้พื้นที่สถานะธาตุอาหารสูงความละเอียดสำหรับพื้นที่มาก , ซึ่งสามารถใช้สำหรับตัวแปรอัตราการใส่ปุ๋ย ( olfs et al . , 2005 ) อาร์เอส ได้รับการเสนอเป็นทางเลือกที่คุ้มค่าสำหรับการขาดธาตุอาหาร วิธีการอื่น ๆอย่างรวดเร็ว โดยเฉพาะเอ็นขาดในเขตข้อมูลฟาร์ม ( Wright et al . , 2003 และ ไมย์ซิงเกอร์ et al . , 2008 )อาร์เอสส่วนใหญ่ส่วนใหญ่จากแพลตฟอร์มทางอากาศ และดาวเทียม ซึ่งเป็นอุปกรณ์ที่มีหลายประเภทของเซ็นเซอร์ เช่น หลาย กล้อง hyperspectral

ภาพถ่ายดาวเทียม ( Zhang et al . , 2006 , โช et al . , 2007 และทล et al . , 2007 ) , ถ่ายภาพทางอากาศ ( วิลเลียม et al . , 2010 ) และ hyperspectral ระยะไกล และ schjoerring ( Hansen 2003 และอิโนะอุเอะ et al . ,2555 ) มีการใช้กันอย่างแพร่หลายเพื่อกำหนดสถานะของไนโตรเจนในพืช แต่เหล่านี้ประเภทของภาพต่ำชั่วคราวและได้รับผลกระทบได้อย่างง่ายดายโดยความละเอียดต่ำ และการเปลี่ยนแปลงในพื้นดินและ broge เลอบลังก์ , 2001 ) นอกจากนี้ พวกเขายังมีราคาแพง โดยเฉพาะเมื่อซ้ําข้อมูล ความต้องการที่ระยะการเจริญเติบโตที่สำคัญ

แตกต่างกันแพลตฟอร์ม RS ,ระดับความสูงต่ำระยะไกล ( Lars ) ระบบอยู่ในขณะนี้ดึงดูดให้นักวิจัยและเกษตรกร ซึ่งรวมถึงความแม่นยำการทำฟาร์ม ( PF ) เป็นหนึ่งในแพลตฟอร์มที่มีแนวโน้มมากที่สุดสำหรับการตรวจสอบพืช สถาปัตยกรรมลาร์ต่างๆอยู่ในขณะนี้ เช่น รถแทรกเตอร์ขับเคลื่อนระบบเครนติดตั้ง ( samseemoung et al . , 2012 ) , ว่าว ( แต่ et al . , 2002 ) , blimps ( vericat et al . , 2008 )ลูกโป่ง ( เจนเซ่น et al . , 2007 และ จ , 2006 ) , เฮลิคอปเตอร์ไร้คนขับ ( สเวน et al . , 2010 ) , คนขับเครื่องบินเครื่องบิน ( ล่า et al . , 2005 ) , เครื่องร่อนขับเคลื่อน ( ท่าน เลลอง et al . , 2008 ) และ quadrocopters ( primicerio et al . , 2012 ) ในการจับภาพสำหรับงานเกษตร ทั้งหมดของแพลตฟอร์มเหล่านี้มีความหลากหลายของประเภทของเซ็นเซอร์ระยะไกล เช่น กล้องฟิล์ม ( ล่า et al . ,2003 ) หรือกล้องดิจิตอลพาณิชย์ ( ท่าน เลลอง et al . , 2008 และ teoh et al . , 2012 ) และระบบดาวเทียมนำทางทั่วโลก ( GNSS ) ซึ่งสามารถรับภาพที่มีความละเอียดสูงผ่านฟาร์ม ในคำอื่น ๆระบบ ลาร์ส สามารถใช้เพื่อให้ได้ภาพความละเอียดสูงพื้นที่ด้านล่างเมฆปกคลุมและใกล้สนามเพื่อให้รายละเอียดที่ดีของพืช นอกจากนี้แม้ว่าดาวเทียมและแพลตฟอร์มทางอากาศระบบลาร์ส มีศักยภาพที่จะใช้ในการตั้งค่าใด ๆที่ต้องการเวลามากกว่าการเกษตรเขตข้อมูลซึ่งมีรายละเอียดพืชใกล้เวลาจริง ( ล่า et al . , 2002 )