Estimación de rendimiento de arroz a nivel de dosel y componentes de rendimiento utilizando índices de vegetación basados en NIR
Autores: Bak, Hyeok-Jin; Kim, Eun-Ji; Lee, Ji-Hyeon; Chang, Sungyul; Kwon, Dongwon; Im, Woo-Jin; Kim, Do-Hyun; Lee, In-Ha; Lee, Min-Ji; Hwang, Woon-Ha; Chung, Nam-Jin; Sang, Wan-Gyu
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
Categoría
Ciencias Agrícolas y Biológicas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Predecir con precisión el rendimiento del arroz y sus componentes es crucial para optimizar las prácticas agrícolas y garantizar la seguridad alimentaria. Los métodos tradicionales de evaluación del estado de los cultivos pueden ser lentos y laboriosos. Este estudio investigó el uso de imágenes multiespectrales basadas en drones y aprendizaje automático para mejorar la predicción del rendimiento del arroz y sus componentes de rendimiento.
Descripción
Predecir con precisión el rendimiento del arroz y sus componentes es crucial para optimizar las prácticas agrícolas y garantizar la seguridad alimentaria. Los métodos tradicionales de evaluación del estado de los cultivos pueden ser lentos y laboriosos. Este estudio investigó el uso de imágenes multiespectrales basadas en drones y aprendizaje automático para mejorar la predicción del rendimiento del arroz y sus componentes de rendimiento.