1. Background:Pakistan is a country

1. Background:
Pakistan is a country of diverse agro-climatic regions. The climate is predominantly arid to semiarid.
The mighty Indus and its tributaries have facilitated the establishment of a network of dams,
barrages and a profuse delivery system of water supplies. Despite a large territory, Pakistan’s
agriculture is predominantly converged in the Indus basin. Agriculture sector is facing certain
challenges which require immediate and focused attention both at research and policy level.
Sustainable agricultural growth based on paradigm that secure more profitable farming, high
productivity of major farming systems, diversification of high value crops and demand based
production. In this regard, the present government is taking various initiatives to accelerate
agricultural growth and promote investment in agricultural research (Farooq, 2014).
The Government of Pakistan is in the process of upgrading and diversifying its program and
capacity for an effective mechanism to ensure crop monitoring and forecasting system.
MNFS&R endeavored to improve mobility, human resource development and service structure
of Crop Reporting Departments in the country. The Ministry further opted to invest in cross
cutting technologies as Remote Sensing and GIS for gathering spatial information on agriculture/
crops sector for timely interventions.
Conventionally, Crops area estimation system traditionally is based on Village Master Sampling
(VMS) from revenue department developed in late 1970s by Federal Bureau of Statistics,
Pakistan. Ground survey is carried in selected sample village and district wise crops statistics are
compiled based on multiplier or raising factor. The crop production estimates are obtained by
taking the product of crop acreage and the corresponding crop yield. The yield surveys are fairly
extensive with plot yield data collected under a complex sampling design that is based on
random sampling design. A plot of specified dimensions within a field is selected for harvesting
to determine the crop yield. The sample units are randomly selected. Problems encountered
concern subjectivity in responses, respondent differences and non-response. On national scale,
the processing of these sample data is an expensive and time-consuming procedure. In general,
there is a need for an objective, standardized and possibly cheaper and faster methodology for
crop growth monitoring and yield forecasts.
Traditional methods of predicting crop yields throughout the growing season include models that
assimilate climate, soils and other environmental data as response functions to describe
development, photosynthesis, evapotranspiration and yield for a specific crop (Wiegand and
Richardson 1990). Though based on strong physiological and physical concepts, these models
are poor predictors when spatial variability in soils, stresses or management practices are present
(Wiegand 1984, Wiegand and Richardson 1990). However, remote sensing of crop canopies has
been promoted as a potentially valuable tool for agricultural monitoring because of its synoptic
coverage and ability to ‘see’ in many spectral wavelengths (Hinzman et al. 1986, Quarmby et al.
1993). Numerous studies have recognized that plant development; stress and yield capabilities
are expressed in the spectral reflectance from crop canopies and could be quantified using
spectral vegetation indices (Jackson et al. 1986, Malingreau 1989, Weigand and Richardson
1990). Vegetation indices (VI), such as the Normalized Difference Vegetation Index (NDVI), are
typically a sum, difference or ratio of two or more spectral wavelengths. They are highly
correlated with photosynthetic activity in non-wilted plant foliage and are good predictors of
plant canopy biomass, vigor or stress (Tucker 1979). Vegetation monitoring using the red and
near infrared SPOT VGT channels has been one of the most widely used indices. The
Normalized Difference Vegetation Index (NDVI) correlates closely with green biomass and the
leaf area index. Despite the spatial resolution of 1 km at nadir, there are many scientific
publications documenting the usefulness of SPOT VGT data as a means of monitoring
vegetation conditions on a near real-time basis (Philipson and Teng, 1988; Bullock, 1992;
Quarmby et al., 1993).
There was a need to develop fast track and reliable procedures to make crop forecasts and
estimations early in the season or end of season. Pakistan Space and Upper Atmosphere
Research Commission (SUPARCO), the Space Agency of Pakistan started developing crop area
estimation procedures and crop yield models, based on the application of satellite remote

ผลลัพธ์ (ไทย) 1:

1. พื้นหลัง:ปากีสถานเป็นประเทศเกษตร climatic ภูมิภาคหลากหลาย สภาพภูมิอากาศจะแห้งแล้งส่วนใหญ่จะ semiaridเอยูรเวอันยิ่งใหญ่และสายได้อำนวยความสะดวกการจัดตั้งเครือข่ายเขื่อนbarrages และระบบจัดการสะพรั่งของน้ำ แม้ มีขนาดใหญ่เขต ปากีสถานของส่วนใหญ่มี converged เกษตรในลุ่มน้ำเอยูรเว ภาคเกษตรจะหันบางความท้าทายที่ต้องใช้ทันที และความสนใจทั้งในระดับวิจัยและนโยบายเติบโตอย่างยั่งยืนเกษตรตามกระบวนทัศน์ที่ทางขึ้นมีกำไรเลี้ยง สูงประสิทธิภาพของระบบการทำฟาร์มที่สำคัญ วิสาหกิจพืชมูลค่าสูงและความต้องใช้การผลิต ในการนี้ รัฐบาลชุดปัจจุบันเป็นการริเริ่มต่าง ๆ เพื่อเร่งเจริญเติบโตด้านการเกษตร และส่งเสริมการลงทุนในการวิจัยการเกษตร (Farooq, 2014)รัฐบาลปากีสถานกำลังปรับรุ่น และการกระจายของโปรแกรม และความสามารถในการเป็นกลไกที่มีประสิทธิภาพให้ครอบติดตาม และคาดการณ์ระบบMNFS & R ขะมักเขม้นปรับปรุงเคลื่อนไหว การพัฒนาทรัพยากรมนุษย์ และโครงสร้างบริการของแผนกรายงานพืชผลในประเทศ กระทรวงต่อไปเลือกที่จะลงทุนในระหว่างเทคโนโลยีตัดเป็นแชมพูและ GIS สำหรับการรวบรวมข้อมูลพื้นที่เกี่ยวกับการเกษตร /ภาคพืชสำหรับการรักษาอย่างทันท่วงทีดี ระบบประเมินพื้นที่พืชดั้งเดิมอยู่หมู่บ้านต้นแบบสุ่มตัวอย่าง(VMS) จากกรมสรรพากรที่พัฒนาในปลายทศวรรษที่ 1970 โดยรัฐบาลกลางสำนักสถิติปากีสถาน ดำเนินการสำรวจดินในหมู่บ้านตัวอย่างที่เลือก และข้อมูลสถิติอำเภอพืชฉลาดคอมไพล์ตามตัวคูณหรือเพิ่มปัจจัย การประเมินการผลิตพืชจะได้รับโดยใช้ผลิตภัณฑ์ของ acreage พืชและผลผลิตพืชที่สอดคล้องกัน สำรวจผลตอบแทนเป็นธรรมเก็บรวบรวมอย่างละเอียดกับพล็อตข้อมูลผลตอบแทนภายใต้การออกแบบการสุ่มตัวอย่างซับซ้อนตามการออกแบบการสุ่มตัวอย่างแบบสุ่ม เลือกแปลงของมิติที่ระบุภายในฟิลด์สำหรับเก็บเกี่ยวการกำหนดผลผลิตของพืช สุ่มเลือกหน่วยตัวอย่าง ปัญหาที่พบsubjectivity กังวลในการตอบสนอง respondent ความแตกต่าง และไม่ตอบสนอง ในระดับชาติการประมวลผลข้อมูลตัวอย่างเหล่านี้เป็นกระบวนการใช้เวลานาน และมีราคาแพง ทั่วไปต้องการวัตถุประสงค์ มาตรฐานและอาจจะถูกกว่า และเร็วกว่าวิธีการพืชเจริญเติบโตผลผลิตและการตรวจสอบการคาดการณ์วิธีแบบดั้งเดิมของการคาดการณ์ผลผลิตพืชผลในฤดูกาลเติบโตรวมถึงแบบจำลองที่สะท้อนสภาพภูมิอากาศ ดินเนื้อปูน และอื่น ๆ ข้อมูลด้านสิ่งแวดล้อมเป็นฟังก์ชันตอบสนองเพื่ออธิบายการพัฒนา การสังเคราะห์ด้วยแสง evapotranspiration และผลผลิตสำหรับพืชเฉพาะ (Wiegand และริชาร์ดสัน 1990) แม้ว่า ตามแรงสรีรวิทยา และกายภาพแนวคิด รูปแบบเหล่านี้มี predictors จนเมื่อมีความแปรผันปริภูมิในดินเนื้อปูน เครียด หรือวิธีบริหารจัดการ(Wiegand 1984, Wiegand และริชาร์ดสัน 1990) อย่างไรก็ตาม ของพืช canopies แชมพูได้การส่งเสริมเป็นเครื่องมืออาจมีคุณค่าสำหรับการตรวจสอบด้านการเกษตรเนื่องจากเป็นสหทรรศน์ความครอบคลุมและความสามารถในการ 'เห็น' ในหลายสเปกตรัมความยาวคลื่น (Hinzman et al. 1986, Quarmby et al1993) ศึกษามากมายได้รู้จักพืชที่พัฒนา ความเครียดและผลผลิตแสดงเป็นแบบสะท้อนแสงที่สเปกตรัมจาก canopies พืช และสามารถ quantified โดยใช้ดัชนีพืชพรรณสเปกตรัม (Jackson et al. 1986, Malingreau 1989, Weigand และริชาร์ดสันปี 1990) การมีดัชนีพืชพรรณ (วี), เช่นการตามปกติแตกต่างพืชดัชนี (NDVI),โดยทั่วไปการรวม ความแตกต่าง หรืออัตราส่วนของสอง หรือมากกว่าความยาวคลื่นสเปกตรัม จะสูงcorrelated กับกิจกรรม photosynthetic ในพืชที่ไม่ใช่ wilted ใบและมีดี predictors ของพืชชีวมวลฝาครอบ แข็ง หรือความเครียด (1979 ทักเกอร์) พืชตรวจสอบโดยใช้สีแดง และใกล้อินฟราเรด VGT จุดช่องแล้วหนึ่งในดัชนีที่ใช้กันอย่างแพร่หลาย ที่มาตรฐานความแตกต่างพืชดัชนี (NDVI) อย่างใกล้ชิดคู่กับชีวมวลเขียวและดัชนีพื้นที่ใบ แม้ มีการแก้ปัญหาพื้นที่ 1 กม.ที่จุดจอมดิน มีหลายทางวิทยาศาสตร์สิ่งพิมพ์ที่บันทึกข้อมูลความมีประโยชน์ของ VGT จุดข้อมูลเป็นวิธีการตรวจสอบสภาพพืชพรรณในใกล้เวลาจริง (Philipson และโหน่ง 1988 Bullock, 1992Quarmby et al., 1993)มีความจำเป็นเร่งด่วนและขั้นตอนที่เชื่อถือได้จะทำให้พืชผลคาดการณ์ และestimations early in the season or end of season. Pakistan Space and Upper AtmosphereResearch Commission (SUPARCO), the Space Agency of Pakistan started developing crop areaestimation procedures and crop yield models, based on the application of satellite remote

ผลลัพธ์ (ไทย) 2:

1. พื้นหลัง:
ปากีสถานเป็นประเทศในภูมิภาคเกษตรภูมิอากาศที่หลากหลาย สภาพภูมิอากาศที่แห้งแล้งเป็นส่วนใหญ่จะแห้งแล้ง.
อินดัสที่ยิ่งใหญ่และแควได้อำนวยความสะดวกการจัดตั้งเครือข่ายของเขื่อนที่
barrages และระบบการจัดส่งมากมายของแหล่งน้ำ
แม้จะเป็นดินแดนที่มีขนาดใหญ่ของปากีสถานการเกษตรถูกแปรสภาพส่วนใหญ่ในลุ่มน้ำสินธุ
ภาคเกษตรจะหันบางความท้าทายที่ต้องใช้ทันทีและมุ่งเน้นความสนใจทั้งในการวิจัยและระดับนโยบาย. การเจริญเติบโตทางการเกษตรอย่างยั่งยืนบนพื้นฐานของกรอบความคิดที่ยึดการเกษตรมีกำไรมากขึ้นสูงผลผลิตของระบบการทำฟาร์มที่สำคัญความหลากหลายของพืชที่มีมูลค่าสูงและความต้องการพื้นฐานของการผลิต ในการนี้รัฐบาลชุดปัจจุบันคือการริเริ่มต่าง ๆ เพื่อเร่งการเจริญเติบโตทางการเกษตรและการส่งเสริมการลงทุนในการวิจัยการเกษตร(Farooq 2014). รัฐบาลปากีสถานอยู่ในกระบวนการของการอัพเกรดและความหลากหลายของโปรแกรมและของความสามารถในการกลไกที่มีประสิทธิภาพเพื่อให้แน่ใจว่าการเพาะปลูกการตรวจสอบและระบบการคาดการณ์. MNFS & R พยายามที่จะเพิ่มความคล่องตัวการพัฒนาทรัพยากรมนุษย์และโครงสร้างการให้บริการของพืชรายงานหน่วยงานในประเทศ กระทรวงต่อไปเลือกที่จะลงทุนในการข้ามเทคโนโลยีการตัดเป็นการสำรวจระยะไกลและระบบสารสนเทศภูมิศาสตร์เพื่อการรวบรวมข้อมูลเชิงพื้นที่การเกษตร / ภาคพืชสำหรับการแทรกแซงในเวลาที่เหมาะสม. อัตภาพพืชระบบการประมาณพื้นที่แบบดั้งเดิมจะขึ้นอยู่กับวิลเลจสุ่มตัวอย่างปริญญาโท(VMS) จากกรมสรรพากรได้รับการพัฒนาในช่วงปลายเดือน 1970 โดยรัฐบาลกลางสำนักงานสถิติ, ปากีสถาน การสำรวจพื้นดินจะดำเนินการในหมู่บ้านตัวอย่างที่เลือกและย่านสถิติพืชที่ชาญฉลาดจะรวบรวมขึ้นอยู่กับตัวคูณหรือเพิ่มปัจจัย ประมาณการการผลิตพืชจะได้รับโดยใช้ผลิตภัณฑ์ของพื้นที่เพาะปลูกและผลผลิตพืชที่สอดคล้องกัน การสำรวจผลผลิตค่อนข้างกว้างขวางกับข้อมูลที่เก็บรวบรวมผลผลิตพล็อตภายใต้การออกแบบการสุ่มตัวอย่างที่ซับซ้อนที่อยู่บนพื้นฐานของการออกแบบการสุ่มตัวอย่าง พล็อตของมิติที่ระบุภายในฟิลด์จะเลือกสำหรับการเก็บเกี่ยวเพื่อตรวจสอบผลผลิตพืช หน่วยตัวอย่างแบบสุ่มเลือก ปัญหาที่พบผู้กระทำความกังวลในการตอบสนองความแตกต่างของผู้ถูกกล่าวหาและไม่ตอบสนอง ในระดับชาติ, การประมวลผลของข้อมูลตัวอย่างเหล่านี้เป็นขั้นตอนที่มีราคาแพงและใช้เวลานาน โดยทั่วไปมีความจำเป็นสำหรับวัตถุประสงค์ที่ได้มาตรฐานและอาจจะถูกกว่าและวิธีการได้เร็วขึ้นสำหรับการตรวจสอบการเจริญเติบโตของพืชและการคาดการณ์อัตราผลตอบแทน. วิธีการดั้งเดิมในการคาดการณ์ผลผลิตพืชตลอดฤดูปลูกรวมถึงรูปแบบที่ดูดซึมสภาพภูมิอากาศดินและข้อมูลด้านสิ่งแวดล้อมอื่น ๆ เช่นฟังก์ชั่นการตอบสนอง เพื่ออธิบายการพัฒนา, การสังเคราะห์แสงการคายระเหยและผลผลิตสำหรับพืชเฉพาะ (Wiegand และริชาร์ด1990) แม้ว่าจะอยู่บนพื้นฐานของแนวคิดทางสรีรวิทยาและทางกายภาพที่แข็งแกร่งรูปแบบเหล่านี้เป็นตัวพยากรณ์ที่ดีเมื่อแปรปรวนเชิงพื้นที่ในดินเน้นการจัดการหรือการปฏิบัติที่มีอยู่(Wiegand 1984 Wiegand และริชาร์ด 1990) อย่างไรก็ตามการสำรวจระยะไกลของพันธุพืชได้รับการส่งเสริมให้เป็นเครื่องมือที่มีคุณค่าที่อาจเกิดขึ้นสำหรับการตรวจสอบทางการเกษตรเนื่องจากการสรุปของความคุ้มครองและความสามารถในการ'เห็น' ในช่วงความยาวคลื่นสเปกตรัมจำนวนมาก (Hinzman et al. 1986 Quarmby et al. 1993) การศึกษาจำนวนมากได้รับการยอมรับว่าการพัฒนาพืช ความสามารถในการความเครียดและผลผลิตจะถูกแสดงในการสะท้อนเงาจากหลังคาพืชและสามารถวัดโดยใช้ดัชนีพืชพรรณสเปกตรัม(แจ็คสัน et al. 1986 Malingreau 1989 Weigand และริชาร์ด1990) ดัชนีพืชพรรณ (VI) เช่นพืชแตกต่างปกติดัชนี (NDVI) เป็นโดยปกติจะเป็นจำนวนเงินที่แตกต่างกันหรืออัตราส่วนของสองคนหรือมากกว่าความยาวคลื่นสเปกตรัม พวกเขาจะสูงมีความสัมพันธ์กับกิจกรรมการสังเคราะห์แสงในใบพืชที่ไม่ร่วงโรยและการพยากรณ์ที่ดีของชีวมวลหลังคาโรงงานแข็งแรงหรือความเครียด(ทัคเกอร์ 1979) การตรวจสอบพืชโดยใช้สีแดงและอยู่ใกล้กับช่องจุด VGT อินฟราเรดได้รับหนึ่งในดัชนีใช้กันอย่างแพร่หลาย แตกต่างดัชนีพืชปกติ (NDVI) มีความสัมพันธ์อย่างใกล้ชิดกับชีวมวลและสีเขียวดัชนีพื้นที่ใบ แม้จะมีความละเอียดเชิงพื้นที่ 1 กิโลเมตรที่จุดต่ำสุดมีทางวิทยาศาสตร์จำนวนมากสิ่งพิมพ์documenting ประโยชน์ของข้อมูลจุด VGT เป็นวิธีการตรวจสอบสภาพพืชในใกล้เวลาจริงตาม(Philipson และเต็ง, 1988; วัว 1992; Quarmby et al, ., 1993). มีความต้องการที่จะพัฒนาอย่างรวดเร็วและวิธีการที่เชื่อถือได้ที่จะทำให้การคาดการณ์การเพาะปลูกและการประมาณการในช่วงต้นฤดูกาลหรือจุดสิ้นสุดของฤดูกาล ปากีสถานและพื้นที่ชั้นบรรยากาศการวิจัยคณะกรรมาธิการ (SUPARCO) องค์การอวกาศของปากีสถานเริ่มพัฒนาพื้นที่เพาะปลูกวิธีการและรูปแบบการประมาณผลผลิตพืชบนพื้นฐานของการประยุกต์ใช้ระยะไกลผ่านดาวเทียม

ผลลัพธ์ (ไทย) 3:

1 . พื้นหลัง :
ปากีสถานเป็นประเทศที่มีความหลากหลายเกษตรภูมิอากาศภูมิภาค สภาพภูมิอากาศส่วนใหญ่แห้งแล้ง semiarid .
ยิ่งใหญ่สินธุและแควมีความสะดวกในการจัดตั้งเครือข่ายเขื่อนและระบบส่งมากมาย
เขื่อนกั้นน้ำน้ำวัสดุ แม้จะมีอาณาเขตขนาดใหญ่ ,
ปากีสถานเกษตรกรรมเด่นกันในอ่าง .ภาคเกษตรต้องเผชิญความท้าทายบางอย่าง
ที่ต้องการทันที และเน้นความสนใจทั้งในระดับนโยบายและการวิจัย .
เกษตรกรรมยั่งยืนการเจริญเติบโตตามกระบวนทัศน์การทำกำไรได้มากกว่าการเลี้ยง , ผลผลิตสูงของระบบการทำฟาร์มหลัก
, ความหลากหลายของพืชมูลค่าสูงและความต้องการ
การผลิตตาม ในการนี้รัฐบาลชุดปัจจุบัน คือการริเริ่มต่างๆ เพื่อเร่งการเจริญเติบโต
การเกษตรและส่งเสริมการลงทุนในการวิจัยการเกษตร ( Farooq 2014 ) .
รัฐบาลปากีสถานอยู่ในกระบวนการของการอัพเกรดและหลากหลายของโปรแกรมและความสามารถที่มีประสิทธิภาพเพื่อให้แน่ใจว่า
สำหรับกลไกการตรวจสอบและระบบพยากรณ์ .
mnfs & r พยายามที่จะปรับปรุงการเคลื่อนไหวการพัฒนาโครงสร้างของพืช
รายงานหน่วยงานในประเทศ และบริการทรัพยากรมนุษย์ กระทรวงต่อไป เลือกที่จะลงทุนในเทคโนโลยีการตัดข้าม
ตามการรับรู้จากระยะไกลและระบบสารสนเทศภูมิศาสตร์สำหรับการรวบรวมข้อมูลเชิงพื้นที่ในการเกษตร / พืชภาค

สำหรับการแทรกแซงทันที โดยทั่วไป ระบบการประมาณพื้นที่ปลูกพืชแบบดั้งเดิมคือยึดหมู่บ้านต้นแบบตัวอย่าง
( VMS ) จากกรมสรรพากรพัฒนาในปลายทศวรรษ โดยสำนักสถิติแห่งชาติ
ปากีสถาน การสำรวจพื้นดินจะดำเนินการในการเลือกตัวอย่าง หมู่บ้านและตำบล ปลูกปัญญาจะรวบรวมสถิติ
ตามคูณ หรือ เพิ่มปัจจัย การผลิตพืชที่ประมาณการได้ โดย
ใช้ผลิตภัณฑ์ของพืชและผลผลิตวัดพื้นที่ . การสำรวจผลผลิตค่อนข้าง
ที่กว้างขวางกับแปลงผลผลิตข้อมูลภายใต้การออกแบบที่ซับซ้อนและขึ้นอยู่กับ
ออกแบบการสุ่มตัวอย่างแบบสุ่ม พล็อตของมิติที่กำหนดภายในสนามจะถูกเลือกสำหรับการเก็บเกี่ยว
หาผลผลิต . ตัวอย่างหน่วยการสุ่มเลือก ปัญหาที่พบในการตอบสนองความกังวลส่วนตัว
ความแตกต่างตอบแบบสอบถามและการตอบสนองไม่ ในระดับประเทศ ,
การประมวลผลของข้อมูลตัวอย่างเหล่านี้เป็นขั้นตอนราคาแพงและใช้เวลานาน โดยทั่วไป
ต้องมีวัตถุประสงค์ มาตรฐาน และราคาถูกกว่าอาจจะและวิธีการที่เร็วที่สุดสำหรับการติดตามการเจริญเติบโตและผลผลิตจากพืช
.
วิธีการแบบดั้งเดิมของการพยากรณ์ผลผลิตพืชตลอดฤดูปลูก รวมถึงรุ่นที่
ดูดซึมภูมิอากาศดินและข้อมูลด้านสิ่งแวดล้อมอื่น ๆ ฟังก์ชั่นการอธิบายการพัฒนา , การสังเคราะห์แสงการคายระเหยน้ำและผลผลิตของพืชโดยเฉพาะ ( วีเกิ่นด์และ
ริชาร์ดสัน 1990 ) อย่างไรก็ตาม ตามแนวคิดทางสรีรวิทยาและทางกายภาพที่แข็งแกร่งโมเดลเหล่านี้
ยากจนทำนายความแปรปรวนในที่พื้นที่ดิน ความเครียด หรือแนวทางปฏิบัติในการจัดการที่มีอยู่
( วีเกิ่นด์วีเกิ่นด์และ ริชาร์ดสัน 1984 , 1990 )อย่างไรก็ตาม การรับรู้จากระยะไกลของหลังคาตัดได้
เลื่อนตำแหน่งเป็นเครื่องมือที่มีคุณค่าสำหรับการเกษตร อาจเพราะมีความคุ้มครองแผน
และความสามารถในการ ' เห็น ' ในความยาวคลื่นสเปกตรัมมาก ( hinzman et al . 1986 quarmby et al .
1993 ) การศึกษาจำนวนมากได้รับการยอมรับว่า การพัฒนาพืช ความเครียดและความสามารถ
ผลผลิตจะถูกแสดงในการสะท้อนแสงจากหลังคาและพืชสามารถ quantified ใช้
ดัชนีพืชสเปกตรัม ( Jackson et al . malingreau 1986 , 1989 และ 1990 ไวเกิ้น ริชาร์ดสัน
) ดัชนีพืชพรรณ ( VI ) เช่น ความแตกต่างของค่าดัชนีพืชพรรณ ,
โดยปกติผลรวมความแตกต่างระหว่างสองหรือมากกว่าสเปกตรัมความยาวคลื่นที่ . พวกเขาเป็นอย่างสูง
มีความสัมพันธ์กับกิจกรรมการสังเคราะห์แสงในพืชใบไม้ไม่เหี่ยว และเป็นตัวบ่งชี้ที่ดีของ
ชีวมวลหลังคาโรงงาน ความแข็งแรงหรือความเครียด ( Tucker 1979 ) การตรวจสอบพืชโดยใช้สีแดงและ
อินฟราเรดใกล้จุด vgt ช่องได้รับหนึ่งในที่สุดที่ใช้กันอย่างแพร่หลายในปัจจุบัน
ปกติดัชนีพืชพรรณแตกต่าง ( การเปลี่ยนแปลงด้านพืชพรรณ ) มีความสัมพันธ์อย่างใกล้ชิดกับชีวมวลสีเขียวและ
ดัชนีพื้นที่ใบ .แม้จะมีความละเอียดเชิงพื้นที่ของ 1 กิโลเมตร อยู่ท้ายน้ำ มีหลายทางวิทยาศาสตร์
สิ่งพิมพ์เอกสารประโยชน์ของจุด vgt ข้อมูลเป็นวิธีการตรวจสอบเงื่อนไขบนใกล้
พืชพื้นฐานเรียลไทม์ ( philipson และเต็ง , 1988 ; วัว , 1992 ;
quarmby et al . , 1993 ) .
จำเป็นต้องพัฒนาวิธีการ ติดตามได้อย่างรวดเร็วและเชื่อถือได้เพื่อให้พืชและ
การคาดการณ์ประมาณการในช่วงต้นฤดูกาล หรือ สิ้นสุดฤดูกาล ปากีสถานอวกาศและคณะกรรมการวิจัยบรรยากาศ
ด้านบน ( suparco ) , องค์การอวกาศของปากีสถานเริ่มพัฒนาพื้นที่ปลูกประมาณ
ขั้นตอนและรูปแบบผลผลิตพืช ขึ้นอยู่กับการประยุกต์ใช้ดาวเทียมระยะไกล