Numerous studies referred to in this book and in other publications have examined the relationship between a proximal sensor, or remote sensing with crop yield and other attributes of interest to precision agriculture. Combining data from two or more sensors tends to increase the relationship between sensor readings and crop attributes. Crop canopy height, active-optical sensor readings, remote sensing data, and weather data have been combined to increase predictability of crop attributes. The fusion of these data requires the use of appropriate statistical tools. Description of several of these tools is provided in this chapter.
Betala smidigt med kort, Klarna, Apple Pay eller Google Pay. Är du inte nöjd har du alltid 14 dagars ångerrätt. Läs mer i våra villkor. Har du några frågor, mejla oss på hello@memmo.org.
Memmo gör det enklare att plugga – var du än är i världen. Hos oss samlar du kursböcker och smarta studieverktyg på ett och samma ställe: sammanfattningar, quiz, poddar och flashcards. Och så Ted, din studiekompis som svarar på allt du undrar. Över 50 000 studenter pluggar redan här – byggt för att du ska lära dig snabbare och stressa mindre.