Towards Tree-level Evapotranspiration Estimation with Small UAVs in Precision Agriculture
thg 10 2022 · Springer Nature
Sách điện tử
156
Trang
reportĐiểm xếp hạng và bài đánh giá chưa được xác minh Tìm hiểu thêm
Giới thiệu về sách điện tử này
Estimating evapotranspiration (ET) has been one of the most critical research areas in agriculture because of water scarcity, the growing population, and climate change. The accurate estimation and mapping of ET are necessary for crop water management. Traditionally, researchers use water balance, soil moisture, weighing lysimeters, or an energy balance approach, such as Bowen ratio or eddy covariance towers to estimate ET. However, these ET methods are point-specific or area-weighted measurements and cannot be extended to a large scale. On the other hand, while remote sensing is able to provide spatially distributed measurements, the spatial resolution of multispectral satellite images is often not enough for crops with clumped canopy structures, such as trees and vines. Unmanned aerial vehicles (UAVs) can mitigate these spatial and temporal limitations. Lightweight cameras and sensors can be mounted on the UAVs and take high-resolution images. Unlike satellite imagery, the spatial resolution of the UAV images can be at the centimeter-level. UAVs can also fly on-demand, which provides high temporal imagery.
This book examines the different UAV-based approaches of ET estimation. Models and algorithms, such as mapping evapotranspiration at high resolution with internalized calibration (METRIC), the two-source energy balance (TSEB) model, and machine learning (ML) are discussed. It also covers the challenges and opportunities for UAVs in ET estimation, with the final chapters devoted to new ET estimation methods and their potential applications for future research.
This book examines the different UAV-based approaches of ET estimation. Models and algorithms, such as mapping evapotranspiration at high resolution with internalized calibration (METRIC), the two-source energy balance (TSEB) model, and machine learning (ML) are discussed. It also covers the challenges and opportunities for UAVs in ET estimation, with the final chapters devoted to new ET estimation methods and their potential applications for future research.
Giới thiệu tác giả
YangQuan Chen received his PhD degree in advanced control and instrumentation from the Nanyang Technological University in Singapore. Currently, he is a full professor at the University of California Merced. His Mechatronics, Embedded Systems and Automation (MESA) Lab at UC Merced is emerging as a widely known “drone lab” with the vision to build an “agriculture drone valley” in California’s Central Valley. The lab’s work on low-cost, reliably airworthy, multispectral UAV-based remote sensing systems helps create a new type of information services valuable not only for farming and growing, but also for environmental monitoring and assessment. Prof Chen has published over 300 peer-reviewed paper and more than 20 books/book chapters.
Xếp hạng sách điện tử này
Cho chúng tôi biết suy nghĩ của bạn.
Đọc thông tin
Điện thoại thông minh và máy tính bảng
Cài đặt ứng dụng Google Play Sách cho Android và iPad/iPhone. Ứng dụng sẽ tự động đồng bộ hóa với tài khoản của bạn và cho phép bạn đọc trực tuyến hoặc ngoại tuyến dù cho bạn ở đâu.
Máy tính xách tay và máy tính
Bạn có thể nghe các sách nói đã mua trên Google Play thông qua trình duyệt web trên máy tính.
Thiết bị đọc sách điện tử và các thiết bị khác
Để đọc trên thiết bị e-ink như máy đọc sách điện tử Kobo, bạn sẽ cần tải tệp xuống và chuyển tệp đó sang thiết bị của mình. Hãy làm theo hướng dẫn chi tiết trong Trung tâm trợ giúp để chuyển tệp sang máy đọc sách điện tử được hỗ trợ.
