Answers are grounded in this paper and cite their sources.
AbstractThe delineation of management zones is an important step to implementing site-specific crop management practices. Remote sensing is a cost-effective way to acquire information needed for delineating management zones, since it has been successfully used for mapping soil properties and monitoring crop growth conditions. Remotely sensed hyperspectral data are particularly effective in deriving crop biophysical parameters in agricultural fields; therefore, the potential of hyperspectral data to contribute to management zone delineation needs to be assessed. In this study, the spatial variability of soil and crops in two agricultural fields was studied using seasonal compact airborne spectrographic imager (CASI) hyperspectral images. Different spectral features including soil brightness and colouration indices, principal components of soil reflectance data, and crop descriptors (leaf area index (LAI) and leaf chlorophyll content) were derived from CASI data and used to partition the fields into homogeneous zones using the fuzzy k means unsupervised classification method. The reduction of variances of soil electrical conductivity, LAI, leaf chlorophyll content, and yield was inspected to determine the appropriate number of zones for each field. The zones obtained were interpreted according to the soil survey map and field practices. Analysis of variance (ANOVA) was conducted to examine the effectiveness of the delineation. The study shows that the spatial patterns of the resulting soil zones faithfully represent the soil classes described by the soil survey maps, and the spatial patterns of the resulting crop classes discriminated the different crop growth conditions well. These results show that hyperspectral data provide important information on field variability for management zone delineation in precision agriculture.La délimitation des zones de gestion homogènes est une étape importante dans la mise en place des procédures de gestion localisée des ressources agricoles. La télédétection peut s'avérer éonomiquement viable pour l'acquisition des données requises à la délimitation de ces zones. En effet, elle a déjà permis de cartographier des propriétés de sols et de suivre la croissance des cultures. Les données hyperspectrales sont très utiles pour dériver des descripteurs biophysiques des champs en cultures; il faut donc évaluer le potentiel de la télédétection hyperspectrale à définir adéquatement la délimitation des zones de gestion homogènes. À l'aide d'une série temporelle d'mages hyperspectrales du capteur aéroporté CASI (« compact airborne spectrographic imager »), la variabilité spatiale des propriétés du sol et des cultures dans deux champs agricoles ont été étudiés. Divers indicateurs spectraux, dont les indices de brillance et de coloration du sol, des composantes principales de réflectance du sol et des descripteurs du couvert végétal agricole (l'indice de surface foliaire (LAI) et la teneur en chlorophylle) ont été extraits des données CASI et utilisés pour segmenter les champs en zones homogènes à l'aide d'une classification non dirigée utilisant la méthode de groupement flou à k moyens. L'observation de la réduction de la variance de la conductivité électrique du sol, du LAI, de la teneur en chlorophylle des feuilles, et du rendement agricole a permis de déterminer le nombre approprié de zones homogènes dans chaque champ. Les résultats ainsi obtenus ont été évalués et interprétès grâce à l'utilisation de la carte pédologique et des informations sur les pratiques agricoles. Une analyse de variance (ANOVA) a été réalisée pour évaluer la précision de la segmentation retenue. Les vérifications ont confirmé que les zones homogènes déterminées à partir des propriétés spectrales du sol représentaient bien les classes décrites sur la carte pédologique, et que les zones homogènes établies à partir des descripteurs biophysiques du couvert agricole décrivaient bien les diverses conditions de croissance des cultures étudiées. Cela montre bien que la télédétection hyperspectrale est une source d'information importante pour la détection de la variabilité spatiale des champs agricoles ainsi que pour la délimitation des zones de gestion homogènes en agriculture de précision.
No takes yet. Share an insight, caveat, or question.
Liu et al. (2005) studied this question.
Synapse has enriched 5 related papers. Consider them for comparative context: