利用遥感与深度学习估算作物产量
应用统计
2020-07-23 v1 计算机与社会
机器学习
摘要
提高作物产量估算的准确性可改进整个作物生产链，例如使农民更好地规划收获，使保险公司更好地理解生产风险，仅举数项优势。为进行预测，当前大多数机器学习模型使用NDVI数据，但由于所获图像中云及其阴影的存在，以及大面积可靠作物掩膜（尤其在发展中国家）的缺失，此类数据难以使用。在本文中，我们提出了一种能够对五种不同作物进行季前与季中预测的深度学习模型。我们的模型利用作物历、易获取的遥感数据与天气预报信息来提供准确的产量估算。
引用
@article{arxiv.2007.10882,
title = {Estimating crop yields with remote sensing and deep learning},
author = {Renato Luiz de Freitas Cunha and Bruno Silva},
journal= {arXiv preprint arXiv:2007.10882},
year = {2020}
}
备注
6 pages, 2 figures. Accepted for publication at 2020 Latin American GRSS & ISPRS Remote Sensing Conference