Eine genaue Schätzung des Weizenertrags vor der Ernte ist für nachhaltige Agrarpolitiken von entscheidender Bedeutung. In dieser Studie wurden 13 Vegetationsindizes aus Sentinel-2A/B-Bildern (10 aus der Literatur und 3 für diese Studie abgeleitet), Temperatur-, Niederschlags- und Sonnenstahldaten aus dem ERA-5-Datensatz sowie Bodenmessungen verwendet. Eine Pearson-Korrelationsanalyse wurde angewendet, um den am besten geeigneten Zeitraum für die Ertragsschätzung zu bestimmen, und die effektivsten Faktoren wurden unter Verwendung des Entscheidungsbaum (DT)-Modells identifiziert. Unter Berücksichtigung dieser Faktoren wurde die Ertragsschätzung mit dem Modell der multiplen linearen Regression (MLR) durchgeführt. Die Ergebnisse zeigten, dass die Faktoren, die den Weizenertrag am stärksten beeinflussten, NDVI, WDRVI, RDVI und Red Edge 1 im April waren; Derived Index 3 im Dezember; und LAI, Durchschnittstemperatur und Gesamt- Niederschlag im März. Die Blütezeit wurde als die geeignetste Zeit für die Ertragsschätzung bestimmt. Es wurde eine hohe Übereinstimmung zwischen den tatsächlichen und den vorhergesagten Erträgen festgestellt (R = 0,92, R² = 0,86).
CİVELEK et al. (Diens,) haben diese Frage untersucht.