Do you want to publish a course? Click here

Estimation of cotton productivity depending on early growth stage using image space in pilot area (Al-Kaltta village)

تقدير إنتاجية حقول القطن من مرحلة نمو مبكرة باستخدام الصور الفضائية في منطقة اختبارية (قرية الكالطة)

1709   1   35   0 ( 0 )
 Publication date 2013
and research's language is العربية
 Created by Shamra Editor




Ask ChatGPT about the research

This research aimed to use space image at certain growth stage for predicting cotton yield in its direct physio-spectral relationship with productivity. Timely, at the beginning of August better spectral growth stage is coincidence with a maximum leaf area index of cotton plants at Al-Kaltta fields. Normalized difference vegetation index (NDVI) showed superiority on each of red and near infrared channels in relation with productivity. Exponential model was used to predict cotton productivity depending on NDVI values during stage that maximum LAI.


Artificial intelligence review:
Research summary
يهدف هذا البحث إلى استخدام الصور الفضائية لرصد الحيوية الفيزيولوجية لمحصول القطن في مرحلة نمو محددة لتقدير إنتاجيته. تم تسجيل أهم مراحل النمو في بداية شهر آب، حيث توافق دليل مساحة الأوراق الأعظمي مع الإنتاجية. أظهرت النتائج تفوق الدليل النباتي NDVI على القنوات الطيفية الحمراء وتحت الحمراء القريبة في ارتباطه مع الإنتاجية. تم استخدام نموذج أسي لتقدير إنتاجية القطن بناءً على قيم NDVI في مرحلة النمو، وتمت مقارنة النتائج مع البيانات الحقلية المسجلة عند الجني من 82 حقلًا. أظهرت النتائج أن متوسط الإنتاجية المقدرة فضائيًا وحقليًا كانت متقاربة، حيث بلغ الخطأ النسبي حوالي ±12% ومعامل التحديد 0.86. تم تطبيق النموذج الطيفي على الصور الفضائية لتوقع الإنتاجية قبل الجني بأكثر من شهر، مما يعزز من دقة التقديرات ويساهم في تحسين إدارة المحاصيل الزراعية.
Critical review
تُعد الدراسة خطوة مهمة في مجال تقدير إنتاجية المحاصيل باستخدام تقنيات الاستشعار عن بعد، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، الاعتماد على مرحلة نمو واحدة قد لا يعكس التغيرات الديناميكية في نمو المحصول على مدار الموسم. ثانياً، على الرغم من أن دقة النموذج كانت جيدة، إلا أن الخطأ النسبي ±12% قد يكون كبيرًا في بعض الحالات العملية. ثالثاً، الدراسة لم تتناول تأثير العوامل البيئية الأخرى مثل التربة والمناخ بشكل كافٍ، والتي قد تؤثر على دقة التقديرات. وأخيرًا، يمكن توسيع نطاق الدراسة لتشمل محاصيل أخرى ومناطق جغرافية مختلفة لتحسين تعميم النتائج.
Questions related to the research
  1. ما هو الهدف الرئيسي من البحث؟

    الهدف الرئيسي من البحث هو استخدام الصور الفضائية لرصد الحيوية الفيزيولوجية لمحصول القطن في مرحلة نمو محددة لتقدير إنتاجيته.

  2. ما هو الدليل النباتي الذي أظهر تفوقًا في ارتباطه مع الإنتاجية؟

    الدليل النباتي NDVI أظهر تفوقًا في ارتباطه مع الإنتاجية مقارنة بالقنوات الطيفية الحمراء وتحت الحمراء القريبة.

  3. ما هو الخطأ النسبي للإنتاجية المقدرة فضائيًا مقارنة بالمسجلة حقليًا؟

    الخطأ النسبي للإنتاجية المقدرة فضائيًا مقارنة بالمسجلة حقليًا كان حوالي ±12%.

  4. ما هي المرحلة الزمنية التي تم فيها تسجيل أهم مراحل النمو لمحصول القطن؟

    تم تسجيل أهم مراحل النمو لمحصول القطن في بداية شهر آب.


References used
Abd-El Gawad, A. A., A. S. Edris, H. K. Zaki and N. T. Ibrahem. 2004a. Estimation of Soybean yield and vegetation amount from canopy reflectance measurements. Arab Univ. J. Agric. Sci. 12 (1): 221-240
Abd-El Gawad, A.A., A.S. Edris, H. K. Zaki and N. T. Ibrahem. 2004b. Spectral reflectance of Sunflower plants in relation to yield and some canopy characteristics.. Arab Univ. J. Agric. Sci. 12 (1) : 241-258
Babar, M. A., M. P. Reynolds, M. van Ginkel, Klatt A. R., W. R. Raun, and M. L. Stone. 2006. Spectral Reflectance Indices as a Potential Indirect Selection Criteria for Wheat Yield under Irrigation. Crop Sci. 46(2): 578- 588
rate research

Read More

The importance of this modern technology (remote sensing) follows from the fact that it allows estimating the wood stock by knowing the value of the NDVI index, which reduces the high cost and great effort needed by traditional forestry measurements.
In our research we studied and analyzed the different types of methods used for automatic building detection from the satellite images, then, we proposed a general methodology for building detection based on its geometrical boundary features using Hough transform for the rectangular forms.
Evapotranspiration forms one of the hydrology cycle elements that it's hard to measure its actual amounts in the field conditions, so it’s estimated by calculations of experimental relations that depend on climatic elements data. These estimations include different errors because of approximation processes. The research goals to accurate estimation of the monthly reference evapotranspiration amount in Safita area (on the east coast of the Mediterranean Sea), and the research depends on the technique of Artificial Neural Network (ANN), and the mathematical model was built by the (nftool), which is one of the Matlab tools, depending on monthly air temperature and relative humidity data which were taken from Safita meteorological station, and the data of monthly pan evaporation (Class A pan) has been used, after modifying its results, for the purpose of checking the performance accuracy of the network, by using Simulink technique, which is existing in Matlab Programs Package. The results of the research verify that a multi-layer ANN of error Back-propagation algorithm gives a good result in estimating monthly reference Evapo-transpiration for the used data group.
The study was performed in Barshin Research Station- General Commission for Scientific Agriculture Research on the trees age of 13 in grafted with Golden Delicious Cultivar on three rootstocks (seedless rootstock Malus domestica, vegetative strong rootstock MM109, and MM111 half strong rootstock) over the years (2014.2015 ).The study focused on growth vigor (the stem circumference above the grafted area ,crown size - the rate of shoots length and productivity).
Cotton is considered as one of the most important crops grown in AL-Ghab plain and which distinguish by excessive requirements from mineral elements.The importance of this study comes in trying to increase the economic proceeds of cotton crop by guidance of using of fertilizers and keeping soil fertility
comments
Fetching comments Fetching comments
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا