인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Site-specific crop management in heterogeneous fields has emerged as a promising avenue towards increasing agricultural productivity whilst safeguarding the environment. However, successful implementation is hampered by insufficient availability of accurate spatial information on crop growth, vigor, and health status at large scales. Challenges persist particularly in interpreting remote sensing signals within commercial crop production due to the variability in canopy appearance resulting from diverse factors. Recently, high-resolution imagery captured from unmanned aerial vehicles has shown significant potential for calibrating and validating methods for remote sensing signal interpretation. We present a comprehensive multi-scale image dataset encompassing 35,000 high-resolution aerial RGB images, ground-based imagery, and Sentinel-2 satellite data from nine on-farm wheat fields in Switzerland. We provide geo-referenced orthomosaics, digital elevation models, and shapefiles, enabling detailed analysis of field characteristics across the growing season. In combination with rich meta data such as detailed records of crop husbandry, crop phenology, and yield maps, this data set enables key challenges in remote sensing-based trait estimation and precision agriculture to be addressed.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
