Key points are not available for this paper at this time.
목적—사전에 포도밭 수확량을 아는 것은 재배자와 양조자가 생장과 생식 성장의 최상의 균형을 달성하는 데 있어 중요한 성공 요인입니다. 또한 지역 수준에서 계획 및 규제 목적으로도 필수적입니다. 추정 오류는 주로 높은 연간 및 공간 변동성과 불충분하거나 저조한 성능 샘플링 방법 때문입니다. 따라서 다양한 공간 규모에서 개선된 적용 방법론이 필요합니다. 본 논문은 전통적인 추정 방법의 대안을 식별하는 것을 목표로 합니다. 설계/방법론/접근—이 연구는 제목, 초록 및 키워드를 기반으로 한 여러 쿼리 문자열을 통해 수집된 네 개의 데이터베이스에 색인된 학술 기사의 체계적인 문헌 검토로 구성됩니다. 기사는 연구 주제, 방법론, 데이터 요구 사항, 실제 적용 및 규모를 기반으로 PRISMA를 지침으로 하여 검토되었습니다. 결과—간접 방법에 기반한 수확량 추정의 방법론적 접근은 주로 소규모에서 적용 가능하며 전통적인 수동 샘플링보다 더 나은 추정을 제공할 수 있습니다. 그럼에도 불구하고 이러한 접근 방식의 대부분은 여전히 연구 영역에 있으며 실제 농민에 의해 실질적인 적용 가능성이 부족합니다. 이들은 주로 컴퓨터 비전 및 영상 처리 알고리즘, 식생 지수 및 꽃가루 데이터를 기반으로 한 데이터 기반 모델, 기후, 토양, 식생 및 작물 관리 변수를 연관시킴으로써 동적 작물 시뮬레이션 모델을 지원하는 데 의존합니다. 연구 한계—이 작업은 2021년 6월 이전에 출판된 학술 기사를 기반으로 합니다. 따라서 이 날짜 이후에 발표된 과학적 결과는 포함되지 않습니다. 독창성/가치—이 연구는 포도밭 수확량을 추정하기 위한 접근 방식을 인식하고 향후 개발을 위한 연구 격차를 식별하며 이 주제에 대한 향후 연구 의제를 지원하는 데 기여합니다. 저자들의 지식에 따르면, 이는 포도밭 수확량 추정, 예측 및 전망 방법에 전적으로 헌신된 첫 번째 체계적인 문헌 검토입니다.
Barriguinha et al. (화요일,)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: