As new remote sensing instruments a

As new remote sensing instruments and data become available their utility for improving established terrestrial monitoring tasks need to be evaluated. In this study an empirical, generalized remotely sensed based yield model was developed and successfully applied at
the state level in Kansas using daily, high quality 0.05° NDVI timeseries data to drive the regression model, a percent crop mask as a filter to identify the purest winter wheat pixels, and USDA NASS county crop statistics for model calibration. The model predictions of production in Kansas closely matched the USDA/NASS reported numbers with a 7% error. This empirical regression model that was developed in Kansas was successfully applied directly in Ukraine. The
model forecast winter wheat production in Ukraine six weeks prior to harvest with a 10% error of the official production numbers. In 2009 the model was run in real-time in Ukraine and forecast production within 7% of the official statistics which were released after the harvest. This model is simple, has limited data requirements, and can offer an indication of winter wheat production, shortfalls and surplus prior to harvest in regions where little ground data is available. As the results of this study are promising, the performance of the developed
model should now be assessed in the other main winter wheat growing regions of the world.

ผลลัพธ์ (ไทย) 1:

เป็นเครื่องมือตรวจจับระยะไกลใหม่และข้อมูล พร้อม ประโยชน์ใช้สอยสำหรับภาคพื้นดินก่อตั้งปรับปรุงการตรวจสอบงานที่ต้องประเมิน ในการศึกษานี้ แบบเชิงประจักษ์ ทั่วไปรู้สึกไกลตามผลผลิตพัฒนา และนำไปใช้ในระดับสถานะในแคนซัสที่ใช้ประจำวัน สูงคุณภาพ 0.05° NDVI timeseries ข้อมูลการขับการถดถอยแบบ หน้ากากครอบตัดเปอร์เซ็นต์เป็นตัวกรองเพื่อระบุบริสุทธิ์ข้าวสาลีฤดูหนาวพิกเซล และ USDA NASS เขตพืชสถิติการสอบเทียบรุ่น คาดคะเนรูปแบบการผลิตในแคนซัสใกล้เคียงกับ USDA/NASS รายงานหมายเลขข้อผิดพลาด 7% นี้แบบจำลองถดถอยเชิงประจักษ์ที่ได้รับการพัฒนาในแคนซัสถูกนำไปใช้โดยตรงในยูเครน การแบบจำลองการคาดการณ์ผลิตข้าวสาลีฤดูหนาวในยูเครนหกสัปดาห์ก่อนการเก็บเกี่ยว 10% มีข้อผิดพลาดของตัวเลขอย่างเป็นทางการผลิต ใน แบบรันในแบบเรียลไทม์ในยูเครนและการคาดการณ์การผลิตภายใน 7% สถิติอย่างเป็นทางการซึ่งถูกนำออกใช้หลังจากการเก็บเกี่ยว รุ่นนี้ง่าย มีจำกัดข้อกำหนดของข้อมูล และมีการบ่งชี้การผลิตข้าวสาลีฤดูหนาว ไข และส่วนเกินก่อนการเก็บเกี่ยวในภูมิภาคซึ่งข้อมูลดินน้อยมี เป็นผลของการศึกษานี้มีแนวโน้ม ประสิทธิภาพของการพัฒนารุ่นควรขณะนี้ได้รับการประเมินในอื่น ๆ หลักฤดูหนาวสาลีเจริญเติบโตของโลก

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นตราสารใหม่ระยะไกลและข้อมูลที่มีอยู่กลายเป็นยูทิลิตี้ของพวกเขาสำหรับการปรับปรุงการตรวจสอบงานที่จัดตั้งขึ้นบกต้องมีการประเมิน ในการศึกษาครั้งนี้ประจักษ์ทั่วไปรู้สึกจากระยะไกลรุ่นผลผลิตตามได้รับการพัฒนาและนำไปใช้ประสบความสำเร็จในระดับรัฐในแคนซัสใช้ในชีวิตประจำวันที่มีคุณภาพสูง 0.05 ° NDVI ข้อมูล timeseries ที่จะขับรถรูปแบบการถดถอยหน้ากากพืชเปอร์เซ็นต์เป็นตัวกรองที่จะระบุบริสุทธิ์ที่ พิกเซลข้าวสาลีฤดูหนาวและ USDA NASS สถิติเขตเพาะปลูกสำหรับการสอบเทียบรุ่น
การคาดการณ์รูปแบบของการผลิตในแคนซัสอย่างใกล้ชิดตรงกับ USDA / NASS รายงานตัวเลขที่มีข้อผิดพลาด 7% รุ่นนี้ถดถอยเชิงประจักษ์ที่ได้รับการพัฒนาในแคนซัสถูกนำมาใช้ประสบความสำเร็จโดยตรงในยูเครน
คาดการณ์รูปแบบการผลิตข้าวสาลีฤดูหนาวในยูเครนหกสัปดาห์ก่อนที่จะมีการเก็บเกี่ยวที่มีข้อผิดพลาด 10% ของตัวเลขการผลิตอย่างเป็นทางการ ในปี 2009 รูปแบบการดำเนินการในเวลาจริงในยูเครนและการคาดการณ์การผลิตภายใน 7% ของสถิติอย่างเป็นทางการที่ได้รับการปล่อยตัวหลังการเก็บเกี่ยว รุ่นนี้เป็นที่เรียบง่ายมีการ จำกัด ต้องการข้อมูลและสามารถนำเสนอข้อบ่งชี้ของการผลิตข้าวสาลีฤดูหนาวที่ไขและส่วนเกินก่อนที่จะเก็บเกี่ยวในภูมิภาคที่มีข้อมูลพื้นดินเล็ก ๆ น้อย ๆ ที่สามารถใช้ได้ ในฐานะที่เป็นผลของการศึกษาครั้งนี้มีแนวโน้มผลการดำเนินงานของการพัฒนารูปแบบในขณะนี้ควรได้รับการประเมินในข้าวสาลีฤดูหนาวหลักอื่น ๆ ในภูมิภาคที่เพิ่มขึ้นของโลก