Predicting optimal soybean harvesting dates with satellite data

J.H. Meng; T. Dong; M. Zhang; X. You; B. Wu

Predicting optimal soybean harvesting dates with satellite data

in Precision agriculture '13

Autor:innen:

J.H. Meng

J.H. Meng Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing, 100101, China PR; mengjh@irsa.ac.cn

Search for other papers by J.H. Meng in
Current site
Google Scholar
PubMed

T. Dong

T. Dong Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing, 100101, China PR; mengjh@irsa.ac.cn

Search for other papers by T. Dong in
Current site
Google Scholar
PubMed

M. Zhang

M. Zhang Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing, 100101, China PR; mengjh@irsa.ac.cn

Search for other papers by M. Zhang in
Current site
Google Scholar
PubMed

X. You

X. You Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing, 100101, China PR; mengjh@irsa.ac.cn

Search for other papers by X. You in
Current site
Google Scholar
PubMed

, und

B. Wu

B. Wu Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing, 100101, China PR; mengjh@irsa.ac.cn

Search for other papers by B. Wu in
Current site
Google Scholar
PubMed

Art:: Kapitel

Seiten:: 209–215

DOI:: https://doi.org/10.3920/9789086867783_026

Über Institut einloggen

Sofortzugang erwerben (PDF-Download und unbegrenzter Online-Zugang):

42,00 €35,00 € excl. VAT

Add to Cart

Token einlösen

Soybean harvest at either too early or too late a stage usually leads to yield reduction, due to either immature grain or pod dehiscence for early and late harvest date, respectively. The accurate prediction of soybean maturity date can help producers to make advanced arrangements for labor and machinery in order to increase the soybean yield. Satellite remote sensing has shown very promising results for within- and between-field dynamic crop monitoring. In this paper, a soybean maturity date predicting model was developed through regression analysis by using variations in normalized difference vegetation index (NDVI) and normalized difference water index (NDWI) derived from HJ-1A CCD and HJ-1B IRS imagery (HJ is the abbreviation of ‘HuanJing’, which means environment in Chinese; CCD is charge-coupled device, while IRS is infra-red scanner). The soybean maturity date map of Hongxing Farm was produced.

Zitierungsangaben

Save
Cite
Inhalt per Mail versenden

Link teilen

Sie können einen Link zu dieser Seite per E-Mail senden:
Inhalt per Mail versenden
oder den Link direkt kopieren:

https://brill.edhh.ma/abstract/book/9789086867783/BP000026.xml
Der Link wurde nicht kopiert. Ihr aktueller Browser unterstützt das Kopieren über diese Schaltfläche möglicherweise nicht.

Link wurde kopiert

Reduzieren
Erweitern
Nach oben

Precision agriculture '13

ISBN:: 9789086867783

Verleger:: Wageningen Academic

Print-Publikationsdatum:: 01 Nov 2013

Fachgebiete
- Biowissenschaften
  - Allgemein
  - Landwirtschaft und Umwelt

Kennzahlen

	Insgesamt	Letzte 365 Tage	In den letzten 30 Tagen
Aufrufe von Kurzbeschreibungen	308	158	13
Gesamttextansichten	5	0	0
PDF-Downloads	2	0	0

Afrikanistik	Internationale Beziehungen	Nahost- und Islamwissenschaften
Altorientalistik und Ägyptologie	Internationales Recht	Pädagogik
Amerikanistik	Judaistik	Philosophie
Asienwissenschaften	Klassische Altertumswissenschaft	Religionswissenschaft
Bibelauslegung	Kunstgeschichte	Slawistik und Eurasienkunde
Biologie	Literatur- und Kulturwissenschaften	Sozialwissenschaften
Biowissenschaften	Medienwissenschaft	Sprachen und Linguistik
Buchgeschichte und Kartographie	Menschenrechte und humanitäres Völkerrecht	Theologie und Christentum
Geschichte	Musikwissenschaft

Fachgebiete

Autor:innen

Open Access

Produkt-Informationen

Über uns

Kontakt

Predicting optimal soybean harvesting dates with satellite data

Zitierungsangaben

Link teilen

Precision agriculture '13

Inhaltsverzeichnis

Kennzahlen

Kennzahlen