論文の概要: Joint Analysis of Optical and SAR Vegetation Indices for Vineyard Monitoring: Assessing Biomass Dynamics and Phenological Stages over Po Valley, Italy
- arxiv url: http://arxiv.org/abs/2506.13327v1
- Date: Mon, 16 Jun 2025 10:16:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-17 17:28:48.099459
- Title: Joint Analysis of Optical and SAR Vegetation Indices for Vineyard Monitoring: Assessing Biomass Dynamics and Phenological Stages over Po Valley, Italy
- Title（参考訳）: ブドウ園モニタリングのための光学的植生指標とSAR的植生指標の連成分析:イタリア・ポバレーにおけるバイオマス動態と現象段階の評価
- Authors: Andrea Bergamaschi, Abhinav Verma, Avik Bhattacharya, Fabio Dell'Acqua,
- Abstract要約: 本研究は、双極性レーダ植生指標(DpRVI)と光学指標を組み合わせて、ブドウ畑の作物を特徴づける。
ブドウ園は、その顕著な行方向により、明らかに非等方性散乱挙動を示す。
DpRVIのブドウ園モニタリングへの応用は、気候変動の適応とリスク低減のための幅広い戦略分野にリモートセンシング技術を統合することの一部である。
- 参考スコア（独自算出の注目度）: 9.829993120359791
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Multi-polarized Synthetic Aperture Radar (SAR) technology has gained increasing attention in agriculture, offering unique capabilities for monitoring vegetation dynamics thanks to its all-weather, day-and-night operation and high revisit frequency. This study presents, for the first time, a comprehensive analysis combining dual-polarimetric radar vegetation index (DpRVI) with optical indices to characterize vineyard crops. Vineyards exhibit distinct non-isotropic scattering behavior due to their pronounced row orientation, making them particularly challenging and interesting targets for remote sensing. The research further investigates the relationship between DpRVI and optical vegetation indices, demonstrating the complementary nature of their information. We demonstrate that DpRVI and optical indices provide complementary information, with low correlation suggesting that they capture distinct vineyard features. Key findings reveal a parabolic trend in DpRVI over the growing season, potentially linked to biomass dynamics estimated via the Winkler Index. Unlike optical indices reflecting vegetation greenness, DpRVI appears more directly related to biomass growth, aligning with specific phenological phases. Preliminary results also highlight the potential of DpRVI for distinguishing vineyards from other crops. This research aligns with the objectives of the PNRR-NODES project, which promotes nature-based solutions (NbS) for sustainable vineyard management. The application of DpRVI for monitoring vineyards is part of integrating remote sensing techniques into the broader field of strategies for climate-related change adaptation and risk reduction, emphasizing the role of innovative SAR-based monitoring in sustainable agriculture.
- Abstract（参考訳）: マルチポーラライズされた合成開口レーダ(SAR)技術は農業において注目を集めており、全天候、昼夜の運用、高い再訪頻度のおかげで、植生の動態をモニタリングするユニークな機能を提供する。
本研究は、双極性レーダ植生指数(DpRVI)と光学指標を組み合わせた総合的な分析を初めて行った。
ブドウ園は、行の向きが顕著であることから、異方性でない散乱挙動をはっきりと示しており、リモートセンシングにとって特に困難で興味深い標的となっている。
この研究は、DpRVIと光植生指標の関係をさらに調査し、それらの情報の相補的な性質を実証する。
我々はDpRVIと光学指標が相補的な情報を提供することを示した。
主要な発見は、成長期におけるDpRVIの放物的傾向を示し、ウィンクラー指数から推定されるバイオマスのダイナミクスと関連している可能性がある。
植物緑度を反映する光学指標とは異なり、DpRVIはより直接的にバイオマスの成長と関係があり、特定の現象相と一致している。
予備的な結果は、他の作物とブドウ園を区別するDpRVIの可能性も浮き彫りにした。
本研究では, PNRR-NODESプロジェクトの目的と一致し, 持続可能なブドウ園管理のための自然ソリューション(NbS)を推進している。
DpRVIのブドウ園のモニタリングへの応用は、持続可能な農業における革新的なSARベースのモニタリングの役割を強調し、気候変動の適応とリスク低減のための幅広い戦略分野にリモートセンシング技術を統合することの一部である。
関連論文リスト
- Evaluation of UAV-Based RGB and Multispectral Vegetation Indices for Precision Agriculture in Palm Tree Cultivation [0.0]
精密農業は、作物の生産性を高め、持続可能な農業慣行を促進するために、正確な植生モニタリングに依存している。
本研究では,ドバイのヤシの木栽培地域における植生健康評価のためのUAV画像の総合評価を行った。
論文 参考訳（メタデータ） (2025-05-06T11:50:39Z) - Monitoring digestate application on agricultural crops using Sentinel-2 Satellite imagery [1.2670268797931266]
本研究は,土壌の肥大化を図り,環境リスクを生じさせる光学式Sentinel-2衛星画像による消化処理の検出について検討した。
最初の例では、特定の指標(EOMI、NDVI、EVI)のSentinel-2衛星画像時系列(SITS)分析を用いて、EOMのスペクトル挙動を特徴づけた。
機械学習(ML)モデルは消化の有無を調査するために用いられ、F1スコアは最大0.85まで達成された。
論文 参考訳（メタデータ） (2025-04-28T17:16:40Z) - Multi-Domain Biometric Recognition using Body Embeddings [51.36007967653781]
身体埋め込みは中波長赤外線(MWIR)領域と長波長赤外線(LWIR)領域の顔埋め込みよりも優れていた。
我々は、IJB-MDFデータセット上でのベンチマーク結果を確立するために、ビジョントランスフォーマーアーキテクチャを活用している。
また, クロスエントロピーとトリプルト損失の単純な組み合わせで, VISデータにのみ事前訓練された体モデルを微調整することで, 最先端のmAPスコアが得られることを示す。
論文 参考訳（メタデータ） (2025-03-13T22:38:18Z) - An Explainable Vision Transformer with Transfer Learning Combined with Support Vector Machine Based Efficient Drought Stress Identification [0.0]
視覚変換器(ViT)は、長距離依存を捉え、複雑な空間関係を捉えるための有望な代替手段を提供する。
航空画像を用いたジャガイモの干ばつストレス検出にViTの力を利用する,説明可能なディープラーニングパイプラインを提案する。
以上の結果から, 提案手法は干ばつストレス同定の精度を高めるだけでなく, 干ばつストレスにかかわる多彩な植物の特徴にも光を当てることが示唆された。
論文 参考訳（メタデータ） (2024-07-31T15:08:26Z) - Grapevine Disease Prediction Using Climate Variables from Multi-Sensor Remote Sensing Imagery via a Transformer Model [0.0]
本稿では,TabPFNモデルを用いたブロックワイドブドウ病の予測手法を提案する。
本手法は,高度な機械学習技術と詳細な環境データを統合することにより,疾患予測の精度と効率を大幅に向上させる。
論文 参考訳（メタデータ） (2024-06-11T09:33:15Z) - Evaluation of the potential of Near Infrared Hyperspectral Imaging for
monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。
本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文 参考訳（メタデータ） (2023-01-19T11:37:20Z) - Semantic Image Segmentation with Deep Learning for Vine Leaf Phenotyping [59.0626764544669]
本研究では,ブドウの葉のイメージを意味的にセグメント化するためにDeep Learning法を用いて,葉の表現型自動検出システムを開発した。
私たちの研究は、成長や開発のような動的な特性を捉え定量化できる植物ライフサイクルのモニタリングに寄与します。
論文 参考訳（メタデータ） (2022-10-24T14:37:09Z) - Potato Crop Stress Identification in Aerial Images using Deep
Learning-based Object Detection [60.83360138070649]
本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。
主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。
実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
論文 参考訳（メタデータ） (2021-06-14T21:57:40Z) - Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using
Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。
本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。
これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
論文 参考訳（メタデータ） (2020-12-07T16:23:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。