Multi-temporal yield pattern analysis method for deriving yield zones in crop production systems
Multi-temporal yield pattern analysis method for deriving yield zones in crop production systems
复制标题
作物生产系统中推导产量区的多时相产量模式分析方法
DOI：
10.1007/s11119-020-09719-1
复制
发表时间：
2020
影响因子：
6.2
通讯作者：
Blasch G
中科院分区：
文献类型：
--
作者：
Blasch G
需要使用现代数据分析技术的易于使用的工具来处理时空农业数据。本研究提出一种新的模式分解为基础的方法，多时相产量模式分析（MYPA），揭示长期（> 10年）时空变化的多时相产量数据。具体目标是：i）将多个产量图中的信息综合成一个单一的可理解和可解释的层，该层指示10年以上期间产量的可变性和稳定性，以及ii）评估与常用的统计方法相比，MYPA增强多时相产量解释的假设。MYPA方法自动识别潜在的错误产量图;使用主成分分析检测产量模式;使用每像素分析评估时间产量模式稳定性;并基于k均值聚类和分区统计生成生产力稳定性单位。MYPA方法被应用到两个商业谷物领域在澳大利亚旱地系统和两个商业领域在英国凉爽的气候系统。为了评估MYPA，将其输出结果与相同数据集的经典统计产量分析结果进行了比较。多年期行动计划更多地解释了产量数据的差异，并产生了更大和更一致的产量区，更适合于特定地点的管理。检测到的产量模式与不同的生产条件，如土壤特性，降水模式和管理决策。MYPA被证明是一个强大的方法，可以被编码成一个易于使用的工具，从产量数据的时间序列产生信息层，以支持管理。
Easy-to-use tools using modern data analysis techniques are needed to handle spatio-temporal agri-data. This research proposes a novel pattern recognition-based method, Multi-temporal Yield Pattern Analysis (MYPA), to reveal long-term (> 10 years) spatio-temporal variations in multi-temporal yield data. The specific objectives are: i) synthesis of information within multiple yield maps into a single understandable and interpretable layer that is indicative of the variability and stability in yield over a 10 + years period, and ii) evaluation of the hypothesis that the MYPA enhances multi-temporal yield interpretation compared to commonly-used statistical approaches. The MYPA method automatically identifies potential erroneous yield maps; detects yield patterns using principal component analysis; evaluates temporal yield pattern stability using a per-pixel analysis; and generates productivity-stability units based onk-means clustering and zonal statistics. The MYPA method was applied to two commercial cereal fields in Australian dryland systems and two commercial fields in a UK cool-climate system. To evaluate the MYPA, its output was compared to results from a classic, statistical yield analysis on the same data sets. The MYPA explained more of the variance in the yield data and generated larger and more coherent yield zones that are more amenable to site-specific management. Detected yield patterns were associated with varying production conditions, such as soil properties, precipitation patterns and management decisions. The MYPA was demonstrated as a robust approach that can be encoded into an easy-to-use tool to produce information layers from a time-series of yield data to support management.
登录
查看更多内容
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Benoît A. Delbecq;Jason Brown;R. Florax;E. Kladivko;A. Nistor;J. Lowenberg
通讯作者：
J. Lowenberg
DOI：
--
发表时间：
2000
期刊：
影响因子：
--
作者：
A. McBratney;B. Whelan;J. Taylor;M. Pringle
通讯作者：
M. Pringle
影响因子：
2.1
作者：
Tang, Yuan;Horikoshi, Masaaki;Li, Wenxuan
通讯作者：
Li, Wenxuan
影响因子：
6.8
作者：
AKAIKE, H
通讯作者：
AKAIKE, H
DOI：
--
发表时间：
2015
期刊：
--
影响因子：
--
作者：
M. Raj;P. R. Swaminarayan;J. R. Saini;D. K. Parmar
通讯作者：
M. Raj;P. R. Swaminarayan;J. R. Saini;D. K. Parmar